[RO]《CLIFT: Turning Gemini Robotics On-Device into Humanoid Specialists via Non-Invasive Closed-Loop Iterative Fine-Tuning》Y Chen, H Srikanth, N Jew, M Wu… [UC Berkeley] (2026)
在人形机器人领域，适配闭源模型是难题。过去受困于模仿学习瓶颈，本质是黑盒API阻断了权重访问，使模型无法利用反馈信号修正部署时的动力学偏差。
核心洞见是：将强化反馈转化为监督数据。通过对比相似状态表现并注入优势标记，使黑盒模型在不触碰权重的前提下实现了闭环进化。
遗产是证明了黑盒API也能实现闭环训练。它开启了利用顶级模型定制专家机器人的路径，但仍需解决真机数据采集的成本与风险。
arxiv.org/abs/2607.29172 机器学习 人工智能 论文 AI创造营
