强化学习
共 51 篇相关内容
从任务失败中获取新控制器，卡内基梅隆团队用 ELEVATE 帮机器狗补能力
搭载机械臂的四足机器人，比轮式机器人更能适应复杂环境。但却有一个硬限制：所有动作都要提前训练好，存进动作库里。 如果库里没有对应的动作，哪怕换再多任务代码，机器人也做不出这个姿态。 那么机器人可不可以自己发现，任务失败是因为缺少哪个动作，然…
英伟达提出 ThinkWorld，把动作写成链，用想象的未来判对错
机器人演示采集成本高，覆盖的场景和动作有限。互联网上虽然有大量人类第一视角视频，却零散杂乱，也没有机器人可以直接执行的动作标签。VLA 怎样吸收这些视频里的操作经验？ 针对这个问题，英伟达联合 KAIST（韩国科学技术院），于 10 月 2…
具身智能前沿取得重大突破！SuperMimic 或为机器本体扫清算力障碍
10 月 21 日，加州大学伯克利分校（UC Berkeley）团队公开论文《SuperMimic: Scaling Humanoid Whole Body Control with One Differentiable World Mod…
UC Berkeley 团队提出 SuperMimic，单卡训练 3 小时超越 128 卡基线
UC Berkeley 团队提出 SuperMimic，单卡训练 3 小时超越 128 卡基线 人形机器人想要掌握行走、跳跃乃至空翻，背后需要多大的训练算力？ 过去的常规做法，是让机器人在模拟器内不断试错，依靠强化学习优化动作控制策略。动作…
中科院自动化所与高德团队提出 DreamTrue，将机器人动作统一渲染为画面条件，实现高精度未来视频预测
DreamTrue 将机器人动作渲染为画面内的机器人作为训练条件，为世界模型补充示范数据中缺失的失败动作，并依托人工标注训练得到的奖励模型开展强化学习。当动作执行失败时，模型能够如实预测对应的结果，它在 AgiBot 平台上将交互缺陷率从 …
IROS 现场对话 ULTRA 团队，机器人的「运动自由」还差什么？
灵巧手、驱动电机、控制算法、大模型......这些组成具身智能的「躯体」部件，正在变得越发精密。 以搬箱子为例，机器人的灵巧手要找到接触的位置，双脚撑住身体，电机驱动身体蹲下的同时，躯干要随重心变化调整姿态，随后再带着箱子、协调重心、缓慢移…
依托世界模型倒带复盘，智元 Rollback 让单台真机 8 小时追上人类均值
机器人一旦做错决策，能不能退回节点换个动作重新尝试？ 这在现实物理世界很难，就像积木塔一旦倒塌，不会自己复原。机器人每试错一次，都要人工重置场景、把道具摆回初始状态，才能开启下一轮试验。 大量时间和成本都耗在场景复位上，这正是实体机器人强化…
智元升级 Genie Sim，柔性仿真贯通训练与评测
叠毛巾、收紧束口袋，对人来说是简单操作，对机器人却并不容易。布料和绳索会随着抓取、挤压持续变形，接触和摩擦也会改变后续操作条件。仿真如果无法还原这些变化，机器人就可能在虚拟环境中表现良好，到了真实环境却操作失败。 10 月 28 日，AI …
清华丁宁团队发布灵巧手仿真基准 HandsOn，放出 18,000 条示范
机器人操作领域的主流评测基准，大多围绕两指夹爪搭建。面向五指灵巧手的评测数量少、规模有限，任务设置与计分口径各不相同，不同团队的实验结果难以横向对比。 10 月 19 日， 清华大学、北京邮电大学、自然意志与北京大学 联合发布论文《Hand…
8B 负责推理，8B 负责「想象」：达摩院给机器人搭了个什么大脑？
主：8B 负责推理，8B 负责「想象」：达摩院给机器人搭了个什么大脑？ 副：大模型，开始用视频打草稿 小红书正文 对于机器人来说，脑补被遮挡的物体实在太难了。10 月 23 日，阿里巴巴达摩院团队联合湖畔实验室发表论文《迈向统一具身大脑》（…
智元发布 Genie Studio 2.0，最快 7 天完成机器人新场景从 0 到 1 部署验证
10 月 23 日，作为「AI WAVE」七连发第二弹，智元发布一站式具身智能作业平台 Genie Studio 2.0。平台由 Flywheel、Agent、Monitor 三大模块组成，覆盖数据采集、模型训练、仿真测试、作业编排与多机运…
仉尚航等提出 HAF-VLA，让人形机器人分层生成协调的全身动作
仉尚航等提出 HAF VLA，让人形机器人分层生成协调的全身动作 人形机器人要学会自主走向目标、俯身、再伸手抓取，卡点在于全身动作的协同生成。腿、腰、头部与双臂串联在同一条运动学链上：底盘偏移几厘米、腰部角度差几度，手臂就得伸得更远代偿。持…