哈佛伯克利英伟达等发布RAX：在线探索Scaling，五大基准平均领先约37.4个百分点

机器人学习卷了多年示范数据与模型规模之后，换本体、换场景仍常要重新遥操、重新训策略。哈佛大学、英伟达、加州大学伯克利分校、麻省理工学院与斯坦福大学等团队近窗提出并开源 RAX（Robot Agent eXploration），把“扩大在线探索”写成机器人智能体的主轴：通用编码智能体直接连接感知与控制接口，在探索中找到能完成任务的决策序列，再编译成可执行程序与可复用技能，而无需动作示范数据、手工动作原语或价值函数引导。

公开结果口径：

1. 仿真：在 RoboDojo、BEHAVIOR-1K、HumanoidArena、DexJoCo、LIBERO-Pro 等基准上，相对既往最强基线平均领先约37.4个百分点。
2. 真机：称可在无人工动作示范条件下，通过不到约两小时的自主探索掌握精密插孔、柔性物、关节物及长程移动操作等，并把已验证技能沉淀进技能库继续组合。
3. 学习对象：底层语言模型参数保持冻结，更新的是程序、笔记与已验证技能构成的持久工作区。
4. 开源：项目页、代码、技能库与完整真机探索日志已公开。

与 HandsOn 揭示的“迁移仍接近于零”形成对照，RAX 想走的是另一条路：不靠堆示范分布，而靠探索预算把成功经验写成程序。需要说明的是，领先幅度依赖论文设定的基线与协议；跨工厂节拍与安全认证仍是产业化另一道门槛。

一句话收尾：RAX 把机器人的 Scaling 对象从“再多一点遥操”改成了“再多一轮自己试错并写成代码”。