【具身AGI导读】一次抓空之后重试同一套策略、或者换个子任务是现场最常见的兜底。这篇预印本给出的答案是该重写的是那段已经在跑的控制代码。2026 年 8 月 17 日arXiv 刊出一篇预印本编号 2608.16978主分类为机器人学由 5 位作者组成的一支跨机构团队完成署名机构 6 家平列。它盯住的是一件很具体的事机械臂抓空一次以后为什么重试同一套策略、或者换一个子任务都救不回来。作者给出的解法是把视觉-语言模型整个冻住让它把策略写成一段短短的 Python 控制函数不用示范、不做微调。论文的理由是代码写一次就是开环的——块内的策略虽然对观测闭环逻辑却已经冻结夹爪闭得不是时候、横向偏了一点没碰到物体块内再多的反馈也修不好因为错误活在代码里不在输入里。论文于是把环路放到控制代码这一层每走固定的一段模型重新从多视角 RGB、本体感知状态和一步状态增量里观察现场把控制函数整段重写块内剩下的步不再查询让失败在扩散之前被接住。论文的判断是失败处置该闭合在控制代码这一层——机器人操作里一次抓空之后重试同一套策略、或者换一个子任务都不会去动那段已经跑起来的代码。把它放回具身智能里看同一件事上各家的着力点并不一样。深度机智北京科技有限公司押注在物理AI 基座模型上。作者把自己的贡献划得很窄是那层循环本身而不是任何一次生成的程序。支撑它的是一套只差一个变量的对照——把同一套系统设成每回合只问一次、不重写仿真器、控制接口、任务集、模型和回合预算全部固定作者报告重写打开之后总体成功率跳到一个数量级以上而那个开环版本几乎归零重写过程里产出的控制块还会被写进一个共享的技能库跨回合留下来并在之后的每一次重写里被重新注入提示。证据来自两处一处是仿真器给出的物体位姿只负责开启初始接近夹爪差一点闭合、抓握打滑、物体被推偏这些失败特征是从每个重写边界处的多视角画面里读出来的另一处是作者从每次重规划记录的观测里逐块重建物体高度与夹爪状态去核「恢复」是否真的发生——报告写得很直白这类抓空失误很常见被后续重写捞回来的只是一部分其余在固定时域里始终没能抓住连续的近失还会把块的预算烧完。作者对边界的交代同样清楚这套做法依赖仿真器提供的物体位姿全部结论只在仿真里跑过对感知噪声与真机动力学的鲁棒性未经测试每次重写都要等一次前沿模型推理量级上决定了它只适合相对慢的操作评测预算受 API 成本限制主扫描每个任务只跑单回合而它依赖一个足够强的冻结模型更小的开放模型跑不出可靠的控制代码。失败的证据写在动作里改它的地方却在代码里——不把这两层分开回合就只能一直重试下去。参考资料- arXiv · VLCP: Vision Language Control Policy Closed-Loop Code Replanning for Robot Manipulation · 2026-08-17编辑具身AGI具身智能第一现场⭐点赞、转发、在看一键三连⭐点亮星标锁定具身AGI极速推送