术语表

Teach-and-Grow Learning（TGL）

一种免训练的机器人学习架构：在预训练模型权重保持固定的前提下，把少量成功演示转化为可复用、可验证的技能。新任务知识存放在技能与记忆存储中，而不是写进权重。

免训练机器人学习

在没有梯度更新、微调或强化学习的情况下获得新的机器人能力。预训练权重保持固定，新任务知识存放在显式的技能库与经验记忆中。

Skill Block（技能块）

TGL 中可复用机器人行为的单元：目标、可复用策略、适用条件、兼容执行器与结果检验。语义效果被保留，物理实现则根据当前场景重新计算。判定成功的是这个效果本身，因此夹爪闭合并不能让一个抓取类技能块自动通过验证。

Skill Library（技能库）

经验证的 Skill Block 的持久化存储，包含其适用范围、契约与执行器兼容性。它在验证之后才增长，而非每个回合都增长；因此保存了文件，也不等于保留了行为能力。

Experience Memory（经验记忆）

记录一次尝试的任务、所选技能块、观测、结果、诊断与修复的上下文存储，使后续决策既能复用行为，也能复用条件。

再训练成本（retraining tax）

通过策略更新修复机器人行为所带来的反复成本：新增数据采集、优化，以及对既有能力的回归验证。