SenseNova-RoboRSI 用智能体系统设计将 RoboDojo 成绩从 28.97 提升至 56.83

SenseNova 团队发布 SenseNova-RoboRSI 研究，在不改动 GPT-6 Astra 模型权重的前提下提升具身智能表现。RoboDojo 平均分从基线 28.97 提高到 56.83，任务成功率达 50.83%。该方法在 LIBERO-PRO 上取得 94.50%、在 RoboCasa 上取得 64.60 的成绩。核心技术包括多点末端执行器预测，即一步生成短序列动作目标以提升运动连续性并减少模型调用次数。结合规划与反馈子智能体，主智能体可分解任务、执行动作并根据反馈调整，执行结果还会回灌用于改进未来的智能体配置，形成递归自我改进循环。