穹彻智能发布RoboRSI框架，破解具身智能持续进化难题
RecodeX 重构消息，穹彻智能近日发布RoboRSI，一个面向真实复杂场景的机器人多智能体自进化框架。该框架采用Manager、Planner、Engineer、Reviewer四类智能体协作架构，将规划、执行、诊断和修订拆分到不同上下文中，形成“执行→诊断→修订→再执行”的闭环。
同时，穹彻智能提出TSR（自顶向下技能细化）机制，用任务族、复合技能、原子任务、基础技能四层技能树组织机器人能力，为Coding Agent提供结构性约束，使历史经验转化为下一轮可调用的能力。
该框架的提出背景是，GPT-6 Astra发布后，Robocurve将其接入机器人执行任务，在一项机器人控制任务中成功率达95%，高于Fable 5.1的40%，输出Token用量仅为后者的约1/6.2。但RoboDojo团队在真机测试中发现Astra反复发出物理上不合理或不安全的动作，部分事故造成硬件损坏，出于安全考虑提前停止测试。