持续学习闭环

持续学习闭环是[[Arda]]机器人训练体系中的核心机制，指机器人上线后，每一次操作都会回传新视频，模型在线微调，形成"看→做→改进"的飞轮效应。

工作原理

1. 看：机器人通过摄像头持续采集操作视频
2. 做：基于当前[[视频模型]]执行动作
3. 改进：新视频回传，模型在线微调，优化策略
4. 循环：重复上述过程，性能持续提升

优势

• 模型随使用时间不断优化
• 适应产线变化（如产品迭代、工艺调整）
• 积累工厂特有的操作知识
• 降低初始训练数据要求

挑战

• 在线学习的安全性问题（模型更新可能导致性能退化）
• 数据分布漂移的检测与处理
• 模型更新的版本管理和回滚机制
• 算力与存储成本