Zetta ζ: 一种用于自进化物理智能的高效闭环具身操控框架

摘要

具身智能体虽被广泛用于弥补端到端策略模型的不足，但现有操控框架多为开环，只能在回合结束后反思，无法实时应对物理交互。我们提出Zetta，一种闭环具身操控框架，在保持基础策略冻结的同时，在线进化基于代码的运行时批评者和恢复技能。通过三个时间尺度的循环，Zetta实现了动作频率治理、回合计批评-恢复提议以及验证门控的技能更新。结合Z-Infra基础设施，Zetta在LIBERO-Pro和RoboCasa上达到最先进成功率（90.8%和93.6%），推理速度提升11.1倍；成功率随自探索经验持续提升，技能可零样本迁移，并出现清晰的机器人“顿悟时刻”。结果表明，闭环操控自进化可为可靠的物理智能开辟扩展路径。