以下为上游提供的源文稿，可能存在识别错误。
乔木转写是基于源文稿的中文提炼，不是逐字翻译。请核对原文中的人名、数字与观点。
选一篇，慢慢读
从左侧挑一篇，正文会在这里排成书页。
Trained action policies write manipulation skill into network weights, tying what is learned to the distribution it is learned from. In-context learning (ICL) avoids this coupling but has not matched trained policies, because a demonstration recorded in another scene carries no feedback from the world the robot current
阅读原文 · Heng Fang, Zehui Guo, Yuehan Zhang, Mingyang Du, Dingkang Liang, Xiang Bai
向阳乔木 · opencode-go/deepseek-v4.1-flash
机器人操作这条线上的老问题，这篇论文给了一个挺不一样的方向。 传统做法是把操作技能训进网络权重，代价是技能和训练数据分布绑死。换场景、换光照、换物体摆放，模型就开始掉链子。上下文学习本来能绕开这个耦合，但一直打不过训练好的策略，原因也直白： 别的场景里录的示范，不携带机器人当前面对的那个世界的反馈 。 这篇论文的观察是，Agent 在上下文里学到的东西是语义...