TinyAstral：将自我进化的harness迁移至微型通用操作智能体

📋总体概括

研究团队提出TinyAstral，一种两阶段方法，解决大型VLM机器人代理依赖的harness（工具、反馈、记忆与恢复逻辑）难以迁移到小模型的问题。先用递归自我改进（RSI）优化冻结的开源教师模型harness——由前沿LLM代理阅读轨迹并提出harness修改，仅通过配对统计检验的修改被接受；再冻结harness并蒸馏出小模型学生替换教师。在RoboTwin基准上，harness进化将教师成功率从33.4%提升至63.6%，最终4B学生达到62.8%，以极低推理成本逼近教师水平。