Recursia обошла Nvidia ASPIRE на длинных задачах роботов на 10 пунктов

Recursia, метод в рамках парадигмы Embodied RSI, на длинных многошаговых задачах для роботов обходит Nvidia ASPIRE на 10 пунктов. Об этом пишет китайское издание Jiqizhixin. Цель разработчиков — zero-shot обобщение: чтобы манипулятор справлялся с последовательностью действий в сценах, которых он не видел при обучении. Именно здесь современные роботы чаще всего ломаются, даже когда отдельные навыки у них отработаны хорошо.

Задача T3: почему простая уборка стола сложна

В качестве иллюстрации авторы приводят длинную задачу T3 на реальном манипуляторе. Робот ставит миску на тарелку, затем берёт чашку и кладёт её в только что перемещённую миску. Для человека это пара секунд. Для робота сложность в том, что второй шаг выполняется в сцене, которую изменил первый. Миска уже стоит не там, где была в начале, и положение объектов отличается от того, что модель видела на старте.

Такие ошибки накапливаются. Распознавание, захват и укладка по отдельности могут работать с высокой надёжностью, но на цепочке из нескольких шагов небольшие неточности перемножаются, а политика попадает в состояния, которых не было в обучающих данных. Поэтому длинные задачи стали главным тестом на обобщение: короткие демо многое скрывают, длинные показывают, где система сыплется.

Что известно о Recursia и RSI

RSI в робототехнике обычно расшифровывают как рекурсивное самоулучшение: система использует собственный опыт и результаты, чтобы становиться лучше. Embodied RSI переносит эту идею на физические агенты. Сами авторы при этом трезвы: в материале прямо сказано, что «RSI-момент» для роботов ещё очень далёк. Recursia они подают как шаг в этом направлении, а не как его наступление.

Из доступного фрагмента публикации можно вынести следующее:

• метод: Recursia, парадигма Embodied RSI;
• цель: zero-shot обобщение роботов;
• сравнение: Nvidia ASPIRE;
• результат: отрыв в 10 пунктов на длинных задачах;
• проверка: реальный робот, пример — задача T3;
• источник: Jiqizhixin, 14 октября 2026 года.

Статья оставляет открытыми важные вопросы. Неясно, в чём измерены «пункты» (вероятно, в доле успешных выполнений, но это не подтверждено). Неизвестны размер выборки, число длинных задач, длина цепочек и то, как именно ASPIRE запускали в качестве базовой линии. Нет данных о том, какой объём симуляции и реальных попыток потребовался для самоулучшения.

Как читать такие результаты

Для инженеров и инвесторов, которые следят за роботами-манипуляторами, главный практический вывод такой: ориентироваться стоит на длинные задачи с изменяющимся состоянием сцены, а не на демо отдельных навыков. Именно там можно увидеть реальное обобщение. Прежде чем делать выводы о превосходстве Recursia, нужно дождаться статьи или препринта и проверить три вещи: метрику, число запусков на реальном железе и честность сравнения с ASPIRE на тех же задачах и в тех же условиях.

Десять пунктов на бенчмарке с несколькими десятками прогонов и десять пунктов на сотнях попыток в разных сценах — разные утверждения. Пока подробности не опубликованы, это сигнал о направлении, а не доказанный прорыв.