IT时报记者 孙妍
从客房取衣，穿过走廊抵达洗衣房，打开洗衣机、放入衣物，再完成烘干、装篮并送回客房。对人类来说，这是一项看似日常的酒店服务，但对机器人来说，这一连续服务并不容易，背后是空间理解、设备操作、物理交互和多步骤任务协同。
听说GPT-Astra是很擅长干活的执行型智能体，能不能装入机器人大脑中，让机器人更好地干活？这是最近很多机器人本体公司、具身大脑公司都被问到的一个问题。
此次酒店洗衣服务，便是大晓机器人首次将双脑协同架构、通用模型GPT-Astra，专为具身智能设计的RSI策略（递归自我改进），以及世界模型应用在酒店真实场景中。
进场前，先在“数字酒店”练好本领
机器人要在酒店完成洗衣服务，首先需要熟悉将要工作的空间：从客房到洗衣房的路线如何通行，走廊、电梯口和狭窄区域如何通过，洗衣机、烘干机和衣篮又分布在哪里，以及如何实现场景操作。
大晓机器人依托开悟世界模型体系中的Mundo世界模型，从真实酒店出发，给定房间、走廊、电梯与洗衣房的图片集，并将其转化为三维场景。随着多视角信息逐步汇入，电梯门、墙体等建筑结构，以及楼层与洗衣区域之间的空间关系，在数字世界中逐渐呈现。洗衣机、烘干机、衣篮等物体也被纳入场景，成为机器人训练时可以识别和交互的对象。
这座“数字酒店”，不仅可以看见、可以探索，还可以交互。
Mundo可以将真实场景重建为高度还原空间结构，位置关系及物理属性的可交互场景。当物体移动、接触或发生碰撞时，物理引擎计算其运动与响应，并结合场景影像呈现交互结果。空间结构、物理过程和视觉画面共同构成高保真的数字孪生训练环境。
在这里，机器人可以从房间出发，练习前往洗衣房，学习在走廊、电梯口和狭窄区域定位与规划路线；也可以围绕取衣、搬运衣篮、操作洗衣机等任务，反复训练对柔性衣物和刚性物体的操作。
打开洗衣机门、放入衣物、关门、按键启动，再将洗好的衣物转移至烘干机，最后取出装篮。这些连续动作可以在数字场景中分阶段演练。每一次尝试产生的动作轨迹、接触状态和视觉观测，都为分析执行过程、比较不同策略和优化动作提供依据。
这条Real2Sim2Real的训练链路，让机器人在贴近真实酒店的环境中反复练习、优化策略，加快场景适配，提升真实服务中的操作能力。真实场景为训练提供具体目标与空间依据，物理交互让机器人能够在仿真中练习动作，现场执行则进一步验证策略效果。
把通用模型能力转化为机器人技能
酒店洗衣要求机器人理解复杂环境、规划长流程，并完成抓篮子、取衣物、按设备按钮等高精度操作。
Astra具备较强的任务理解、视觉推理和泛化能力，能从任务目标出发探索做法，适应不同衣物、摆放方式和现场变化。但如果每一步都依赖模型观察、推理和决策，执行时延就难以满足酒店高频服务的要求。精细操作也需要稳定、可复现的执行能力。
根据大晓机器人首次现场决策测试结果，在没有接入Harness（驾驭智能体的工程体系）的情况下，Astra首次完成某一新操作耗时 30分15.64秒；将有效做法沉淀为skill（技能）后，机器人一轮执行耗时18.648秒，约提速97倍。
大晓机器人的双脑协同的原理就是如此，Astra负责任务理解、技能生成与问题改进，机器人端的skill、策略和控制器负责实时感知与动作执行。Astra探索出有效做法后，将感知、定位、规划、动作和条件判断沉淀为程序化skill，由机器人独立完成正式任务。让通用模型探索有效做法，让机器人高效复用这些做法，是机器人加速产业落地的一条路径。
在此路径上，团队研发BotAgent，将Astra能力延伸到酒店业务流程。围绕洗衣场景训练的53个原子动作，被组织为导航到房间、取篮子、前往洗衣区等14个高层语义步骤，并可按房间位置、路线、设备状态和订单要求组合成超过200种场景动作。BotAgent负责拆解订单、调用技能并协调机器人、洗衣机、烘干机和暂存位等资源，让底层能力衔接成从取衣到送回客房的完整服务。
具身智能RSI在真实环境中“进化”
大晓机器人专为具身智能打造的RSI策略，是让机器人依据真实任务中的观测、动作和物理反馈，持续改进可部署的skill。它面向真实身体与物理环境，需要处理视觉遮挡、定位偏差、物体接触和衣物形变等具体问题，并用真机结果检验改进是否有效。
例如，在酒店洗衣场景中，机器人抓篮子时，腕部相机离目标太近、标签容易被遮挡，Astra据此改用头部相机并优化观察规则；烘干机取衣时，针对裤腿仍拖在筒内的问题调整抬起高度和指尖角度；按设备按钮时，则先验证识别和定位，发现位姿数据过期便拒绝按压，之后改进时间同步和拍摄条件。
为持续迭代，大晓机器人还将自主复位、独立评判和版本撤回纳入这套策略。烘干机取衣后，机器人可以自行将衣物散开放回，为下一轮实验创造起点，减少人工复位等待；另一个 Astra依据录像和测量独立判断结果，对分歧轮次进行复核。效果不佳的修改可以撤回，评价标准也从“是否抓起”逐步细化为“筒内还剩多少衣物”，并通过历史记录核对。系统由此逐步改善执行方法，也完善验证改进的方法。
真实失败可以成为改进依据，验证过的经验则成为机器人下一轮执行与场景适配的起点。
烘干机取衣技能约57小时完成165轮真机实验，形成37条改进提议和约80个版本，场景逐步扩展到牛仔裤、洗衣袋及混合衣物；后期单轮用时为170至210秒，牛仔裤留在筒内的比例从平均48%降至32%，最好一次为19%。
从一间客房到一条完整服务流程，这次酒店场景实践给了机器人一次机会，在进入现场前，先获得面向真实环境的训练空间。进入现场后，再将经过训练的动作能力融入实际业务，并通过Astra+RSI实现自我进化。
IT时报记者 孙妍
从客房取衣，穿过走廊抵达洗衣房，打开洗衣机、放入衣物，再完成烘干、装篮并送回客房。对人类来说，这是一项看似日常的酒店服务，但对机器人来说，这一连续服务并不容易，背后是空间理解、设备操作、物理交互和多步骤任务协同。
听说GPT-Astra是很擅长干活的执行型智能体，能不能装入机器人大脑中，让机器人更好地干活？这是最近很多机器人本体公司、具身大脑公司都被问到的一个问题。
此次酒店洗衣服务，便是大晓机器人首次将双脑协同架构、通用模型GPT-Astra，专为具身智能设计的RSI策略（递归自我改进），以及世界模型应用在酒店真实场景中。
进场前，先在“数字酒店”练好本领
机器人要在酒店完成洗衣服务，首先需要熟悉将要工作的空间：从客房到洗衣房的路线如何通行，走廊、电梯口和狭窄区域如何通过，洗衣机、烘干机和衣篮又分布在哪里，以及如何实现场景操作。
大晓机器人依托开悟世界模型体系中的Mundo世界模型，从真实酒店出发，给定房间、走廊、电梯与洗衣房的图片集，并将其转化为三维场景。随着多视角信息逐步汇入，电梯门、墙体等建筑结构，以及楼层与洗衣区域之间的空间关系，在数字世界中逐渐呈现。洗衣机、烘干机、衣篮等物体也被纳入场景，成为机器人训练时可以识别和交互的对象。
这座“数字酒店”，不仅可以看见、可以探索，还可以交互。
Mundo可以将真实场景重建为高度还原空间结构，位置关系及物理属性的可交互场景。当物体移动、接触或发生碰撞时，物理引擎计算其运动与响应，并结合场景影像呈现交互结果。空间结构、物理过程和视觉画面共同构成高保真的数字孪生训练环境。
在这里，机器人可以从房间出发，练习前往洗衣房，学习在走廊、电梯口和狭窄区域定位与规划路线；也可以围绕取衣、搬运衣篮、操作洗衣机等任务，反复训练对柔性衣物和刚性物体的操作。
打开洗衣机门、放入衣物、关门、按键启动，再将洗好的衣物转移至烘干机，最后取出装篮。这些连续动作可以在数字场景中分阶段演练。每一次尝试产生的动作轨迹、接触状态和视觉观测，都为分析执行过程、比较不同策略和优化动作提供依据。
这条Real2Sim2Real的训练链路，让机器人在贴近真实酒店的环境中反复练习、优化策略，加快场景适配，提升真实服务中的操作能力。真实场景为训练提供具体目标与空间依据，物理交互让机器人能够在仿真中练习动作，现场执行则进一步验证策略效果。
把通用模型能力转化为机器人技能
酒店洗衣要求机器人理解复杂环境、规划长流程，并完成抓篮子、取衣物、按设备按钮等高精度操作。
Astra具备较强的任务理解、视觉推理和泛化能力，能从任务目标出发探索做法，适应不同衣物、摆放方式和现场变化。但如果每一步都依赖模型观察、推理和决策，执行时延就难以满足酒店高频服务的要求。精细操作也需要稳定、可复现的执行能力。
根据大晓机器人首次现场决策测试结果，在没有接入Harness（驾驭智能体的工程体系）的情况下，Astra首次完成某一新操作耗时 30分15.64秒；将有效做法沉淀为skill（技能）后，机器人一轮执行耗时18.648秒，约提速97倍。
大晓机器人的双脑协同的原理就是如此，Astra负责任务理解、技能生成与问题改进，机器人端的skill、策略和控制器负责实时感知与动作执行。Astra探索出有效做法后，将感知、定位、规划、动作和条件判断沉淀为程序化skill，由机器人独立完成正式任务。让通用模型探索有效做法，让机器人高效复用这些做法，是机器人加速产业落地的一条路径。
在此路径上，团队研发BotAgent，将Astra能力延伸到酒店业务流程。围绕洗衣场景训练的53个原子动作，被组织为导航到房间、取篮子、前往洗衣区等14个高层语义步骤，并可按房间位置、路线、设备状态和订单要求组合成超过200种场景动作。BotAgent负责拆解订单、调用技能并协调机器人、洗衣机、烘干机和暂存位等资源，让底层能力衔接成从取衣到送回客房的完整服务。
具身智能RSI在真实环境中“进化”
大晓机器人专为具身智能打造的RSI策略，是让机器人依据真实任务中的观测、动作和物理反馈，持续改进可部署的skill。它面向真实身体与物理环境，需要处理视觉遮挡、定位偏差、物体接触和衣物形变等具体问题，并用真机结果检验改进是否有效。
例如，在酒店洗衣场景中，机器人抓篮子时，腕部相机离目标太近、标签容易被遮挡，Astra据此改用头部相机并优化观察规则；烘干机取衣时，针对裤腿仍拖在筒内的问题调整抬起高度和指尖角度；按设备按钮时，则先验证识别和定位，发现位姿数据过期便拒绝按压，之后改进时间同步和拍摄条件。
为持续迭代，大晓机器人还将自主复位、独立评判和版本撤回纳入这套策略。烘干机取衣后，机器人可以自行将衣物散开放回，为下一轮实验创造起点，减少人工复位等待；另一个 Astra依据录像和测量独立判断结果，对分歧轮次进行复核。效果不佳的修改可以撤回，评价标准也从“是否抓起”逐步细化为“筒内还剩多少衣物”，并通过历史记录核对。系统由此逐步改善执行方法，也完善验证改进的方法。
真实失败可以成为改进依据，验证过的经验则成为机器人下一轮执行与场景适配的起点。
烘干机取衣技能约57小时完成165轮真机实验，形成37条改进提议和约80个版本，场景逐步扩展到牛仔裤、洗衣袋及混合衣物；后期单轮用时为170至210秒，牛仔裤留在筒内的比例从平均48%降至32%，最好一次为19%。
从一间客房到一条完整服务流程，这次酒店场景实践给了机器人一次机会，在进入现场前，先获得面向真实环境的训练空间。进入现场后，再将经过训练的动作能力融入实际业务，并通过Astra+RSI实现自我进化。
