Zekai Li, Jiayi Yu, Jinlu Zhang, Luyang Niu, Zekun Qi, Jun Zheng, Xuchuan Chen, Dairu Liu · 2026 · arXiv
DOI: 10.48550/arXiv.2610.26848 · open-access PDF
이 논문에서 우리는 체계적으로 물리적 재발전 자기 개선의 메커니즘, 확장 행동 및 일반화를 조사합니다. PhysRSI-eval을 소개하여 5 축 미터리를 통해 물리적 RSI를 정량화합니다 : 첫 번째 시도 성능, 효율성, 성공, 예산 및 실패에서 개선. 다른 VLM은 18 개의 조작 작업을 고정된 상호 작용 예산 하에서 평가합니다. 실험 결과의 분석은 물리적 배럴 가설을 동기화합니다 : 다른 능력은 개선의 다른 부분을 제한 할 수 있습니다. 5 축 미터리 또한 가까운 공공 시스템을 구별합니다.
Machine translation (Meta M2M100); the English original follows.
In this paper, we systematically investigate the mechanisms, scaling behavior, and generalization of physical Recursive self-improvement. We introduce PhysRSI-eval to quantify physical RSI through a five-axis metric: First-Attempt Performance, Efficiency, Success, Budget and Improvement from failure. Different VLMs are evaluated on 18 manipulation tasks under a fixed interaction budget. The analysis of experimental results motivates the Physical Barrel Hypothesis: different capabilities may constrain different parts of improvement. The five-axis metrics also distinguish systems with close publ
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.26848, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange