HarnessPAI：面向 Physical AI 的可演化框架

论文提出 HarnessPAI，一个与模型和实体形态无关的 Physical AI 框架，把代码当作可执行、可演进的接口来组织底层动作原语。它在 rollout 内以程序级开环执行，跨 rollout 用执行反馈闭环修订程序并把失败蒸馏为可复用技能。在桌面机械臂、家用机器人、扫地机器人和足式智能体上，无需重训底层模型即超过纯动作模型和 code-as-policy 基线。

此前 Physical AI 主要聚焦把观测映射到低层控制的动作模型，训练方式还会削弱感知与推理能力，使强动作模型也难以应对场景扰动与长程任务。该工作把重心从单一动作模型扩展到可演进的代码框架，在不重训模型的前提下同时提升鲁棒性与任务成功率。

机制是把系统拆成两个时间尺度：单次 rollout 内固定程序以开环方式引导并校验执行，避免在线高层 LLM 推理开销；跨 rollout 则闭环演进，用执行结果修改程序并将失败沉淀为可复用技能。程序收敛后还可作为低成本专家数据采集器，用于微调底层动作模型。

对研发而言，不必重训底层模型即可获得提升，意味着可以复用现有动作模型并以程序层迭代，降低算力与数据成本。程序收敛后执行阶段无需在线高层 LLM 参与，有利于降低推理延迟与部署成本。收敛程序作为专家数据采集器，可形成“执行—采集—微调”的数据闭环，提升长程任务体验。

• 在现有机器人动作模型之上叠加程序层编排，优先验证场景扰动与长程任务的鲁棒性提升。
• 把收敛后的程序作为专家数据采集管线，用于微调自有动作模型，降低人工标注成本。
• 将程序级开环执行作为默认运行时，取消执行阶段的在线高层 LLM 调用以控制延迟。
• 针对扫地机器人、家用机器人等不同形态复用同一框架，减少按硬件定制适配的工程投入。

• LIBERO-PRO 上 61.6 分增益、RoboCasa 上 27.2 分增益的具体评测设置与基线细节是否可复现？
• 微调 π0.5 后 LIBERO-PRO 成功率提升 38.8 分，这一结论在其他模型与任务上的可迁移性尚不明确。
• 跨 rollout 演进程序的失败蒸馏机制，其技能复用边界与长期维护成本未被说明。
• 论文标注日期为 2026-09-24，证据未提供可核验的发布时间与同行评审状态。