AgiBot Releases Embodied Agent Framework Genie Master, Validating Physical RSI in a Convenience Store Scenario
English text is being prepared.
AgiBot has released the embodied Agent framework Genie Master, enabling robots to autonomously identify the causes of failures after deployment, adjust strategies, and accumulate experience. The framework proposes the Embodied Execution Protocol (EEP), which unifies four types of interfaces—capability, guidance, feedback, and continuity—and, through the two routes of Harness RSI and Policy RSI, retains experience in prompts and memory, and in action policy parameters, respectively. The Genie G2 equipped with this framework has already taken up real posts in a convenience store, achieving continuous improvement in tasks such as hot food packaging, picking, and restocking; AgiBot claims this is the first validation of Physical RSI in a real business scenario.
Why read this
AI score 58
The original article presents the execution protocol and two self-evolution routes of the embodied Agent framework, offering insight into how robots accumulate experience in real-world scenarios.
Topics
Body
智元发布具身Agent框架Genie Master，首次在真实应用场景中验证Physical RSI钟立磊4 分钟前从“如何上岗”到“上岗后如何持续进步”，AI WAVE进一步展开智元的作业智能布局。
10月27日，作为AI WAVE期间的第四项发布，智元正式推出具身Agent框架 Genie Master，让机器人实现“边上岗，边解锁新技能”。Genie Master让机器人能够实现部署后的自主改进，在真实作业中持续提升能力，进而为跨场景复制与规模化应用打下基础。
机器人进入真实场景，一定会遇到许多训练时没见过的情况。靠人工追在后面改代码、采数据，具身智能的落地只能小步慢跑。如何让机器人“边上岗，边解锁新技能”？
10月27日，智元正式发布具身Agent 框架 Genie Master，以回答这一行业命题。搭载该框架的精灵 G2，在真实便利店上岗期间，不依赖人工示范与调试，自己定位失败原因、调整策略、沉淀经验，做到了在多个复杂精细任务上持续改进，实现“无人在环”的持续自我进化。这是行业首次跳出仿真环境、走出实验室，首次在真实业务场景中验证 Physical RSI（具身递归自进化）。
当机器人可以在部署中自主积累经验，同一套能力便能不断增厚，向更多门店、更多场景复制时，边际成本将持续下降——这正是具身智能走向规模化的关键前提。搭起一座桥，为 Physical RSI 提供支撑
在便利店上下货时，机器人需要把商品挂到货架的挂钩上。这个看似简单的任务，可能遇到一连串问题：挂钩尺寸太小、标签牌遮挡视线、头部相机无法看清准确位置。如果 Agent 只给出一句“把货挂上去”，动作策略很难获得足够的执行信息；如果失败后，现场结果也无法返回，Agent 就难以判断问题究竟出在哪里。
机器人怎样像人一样，从一次次实践中吸取教训，从而越干越熟练？
关键不只是“会想”，还要“会做、知道结果、继续改进”。Agent 给出的判断，要落实为机器人的具体动作；机器人执行后的真实结果，也要回到 Agent，成为下一轮判断和学习的依据。
搭起一座桥，把判断、执行与反馈连接起来，正是 Genie Master 的设计出发点。为此，研究团队提出具身执行协议 EEP（Embodied Execution Protocol），统一能力、引导、反馈和连续性四类接口，让 Agent 清楚地知道：有哪些机器人能力可以调用，这一步应该如何引导执行，实际结果是否达到要求，以及还有哪些任务需要完成。
有了这套协议，Agent 结合现场观测下达执行引导，机器人执行后，成功与否、卡在哪一步等信息实时返回；一旦任务中断，系统保留已完成的进展，Agent 从断点处重新规划，而不是从头再来。多台机器人协作时，Agent 还能持续追踪集群的分工和任务依赖，支持多机动态调度。
在上述挂货任务中，Agent 回溯失败记录后发现，头部视角分辨率不足，挂钩又被标签牌遮挡，导致机器人无法识别挂钩位置。于是，Agent 调整执行引导：左手先靠近目标，用腕部相机补充近距离视角；确认挂钩位置后，再由右手完成挂货。从发现“挂不上去”，到判断“为什么挂不上去”，再到调整“应该怎样挂”，执行结果由此成为下一轮判断的依据。
两条路线，让机器人学会“吃一堑 长一智”
跑通执行闭环，只是第一步。要让机器人能力持续提升，还需要把一次教训，变成长期可复用的经验。
研究团队通过 Harness RSI 与 Policy RSI 两条互补路线，分别将经验保留在提示与记忆、动作策略参数中：一条让机器人记住经验，另一条让机器人把经验练成能力。
Harness RSI，让经验可积累。在推理和执行过程中，机器人会将成功与失败的案例随做随记。每日任务结束后，再由模型统一总结，把其中可复用的内容沉淀进长期记忆。遇到同类任务和场景时，这些经验可以被逐步加载、调用。
在前述挂货中，“头部相机看不清—改用腕部相机定位—右手完成挂货”的调整过程，可以经过总结成为可复用的“动作指南”。下一次遇到相似问题，Agent 不必完全重新摸索，而是可以调用已有经验组织行动。
Policy RSI，让能力可固化。在 Agent 协助执行、接管和恢复的过程中，系统会产生包含问题、调整和结果的数据。这些数据经过后处理后用于训练动作策略，使有效的改进不只服务于当前任务，还能保留在模型参数中，转化为后续可调用的操作能力。
以打包外卖为例，针对水瓶和夹爪容易被白色提带缠住的问题，Agent 通过更具体的动作提示，引导夹爪先收回、再重新尝试放入包装袋。此类执行与恢复数据随后会回流训练，成为后续动作学习的素材。
两条路线由此相互配合：前者帮助 Agent 更有效地诊断问题、后者则将执行经验转化为可保留的操作能力，从而让这一次工作的经验，成为下一次进化的起点。走进一家店，让机器人在实战中持续进化
Genie Master 的能力，已经在真实场景中得到初步检验。
过去一段时间，G2 在便利店正式上岗，并在多个复杂精细任务上实现了持续改进：熟食打包在多次失败后变得更顺畅，取货和补货动作的准确度也稳步提高。
这些变化并非来自人工调参，而是机器人在执行过程中自己定位问题、积累经验的结果。这也是行业首次跳出仿真环境、走出实验室，在真实场景中验证 Physical RSI——机器人不依赖人工示范和调试，在部署状态下持续自我进化。
真实业务场景的验证只是第一步。接下来，研究团队还将在更多任务和场景中继续检验、完善这套体系。
11 月 2 日，智元将开启一场 24 小时不间断直播。6 台精灵G2 将作为机器人便利店的“试用期员工”，从首日 10:00 打卡上班，到次日 10:00 完成一场连续 24 小时的“转正考核”。
它们要经历午间高峰试岗、晚高峰抗压、深夜独立值守、清晨早餐冲刺四个班次。整场直播不只是展示机器人能完成哪些动作，更要检验它们能否在持续变化的真实环境中胜任工作。
不掉线、不摸鱼、能服务、会应变。这一次，精灵G2 能否通过连续 24 小时的考验，成功“转正”？
来源：投稿
本文图片来自：123RF 正版图库 侵权举报返回分享相关文章全部评论