免重训机器人学习

被避免的是策略更新。它在数据上昂贵，因为机器人交互数据必须通过操作机器来产生。它在风险上也昂贵，因为参数更新会触及同时也支撑着此前所学行为的权重，因此一次局部失败可能要求一次耦合面很广的修复，以及对其它一切的回归检查。

报告把这种反复出现的成本命名为再训练成本。避免它并不是为了省算力，而是为了让修复保持本地。

两份显式存储。一份是 Skill Library，保存经验证的行为，每条带有目标、可复用策略、支持条件、兼容执行器与结果检验。另一份是 Experience Memory，记录任务、所选技能块、观测、结果、诊断与修复。

它不是「不学习」——行为确实被获得，两份存储都在增长。它不是「不预训练」——强大的预训练栈正是这条路线可行的原因。它也不意味着权重永不可变：报告提出的「慢教师–快学生」路线会随后用经验证的轨迹训练策略，那是有意的扩展，不属于获取这一步。

两者都避免参数更新。上下文适配把改变限定在一次会话内；TGL 把它写进能活过会话的存储。两者互补——上下文是传达任务的好方式，显式存储是保存其结果的好地方。