AI自己改代码学会给工具翻面：模拟成功率从25%升到95%，真机还没过关

同一双机械臂，面对锤子可以空中换手，面对抓不住的宽物体可以先推到侧面再放倒。这些动作选择不是研究者逐条写好的：伯克利团队让编码AI在物理模拟器里运行自己生成的程序，检查失败，再改代码。11月9日提交的FlipAnything预印本报告，24种物体上的最佳模拟成功率从24.7%升到了95%。

翻面看起来简单，机器却得决定从哪里抓、另一只手能否接住、物体会不会滑落。团队给AI英文任务说明、物体模型和机械臂结构信息，让它反复生成和测试控制程序。学到的东西保存在可以检查的程序逻辑里，而不是通过重新训练一个动作模型写进神经网络参数。执行时，机械臂根据摄像头和自身关节信息选择动作，做完后再观察结果。

最初只会双手交接的程序，在360次模拟试验中成功89次。加入推倒等策略后升到290次，继续修补抓握、接触和失败恢复逻辑后，最佳版本达到342次。它还会在位置不适合交接时先挪动物体，或者在物体只翻了一半时补推一下。对零件检查与装配而言，价值不只是又多了一种动作，而是展示了把反复试错转化成可执行程序的路径。

95%仍不是现实工厂的成绩，也不是任意物体都能翻。这个数来自反复优化的模拟物体集合。论文另测了三种未在模拟学习中出现的实物：夹子成功2/3次，蓝色胶带3/3次，折叠螺丝刀1/3次。项目页的初始代码提交可追溯至10月26日，11月9日的预印本把结果整理出来；从虚拟试错走向可靠生产，仍要跨过感知、接触和机器结构限制。

本文依据Shuangyu Xie、Kaiyuan Chen和Ken Goldberg的CC BY 4.0论文独立改写，未复制原图。许可：https://creativecommons.org/licenses/by/4.0/。

来源时间：arXiv论文，北京时间2026年11月9日14:09:55／美国东部时间2026年11月9日01:09:55（EST）；GitHub项目页初始提交，北京时间2026年10月26日15:26:58／美国东部时间2026年10月26日03:26:58（EDT）。