强化学习
共 51 篇相关内容
对话 Saturday Robotics 创始人朱俊帆：机器人论文发表时，技术路线可能已经过期
在机器人行业，一篇论文正式发表时，它试图解决的问题可能已经过期了。朱俊帆把两年前的研究观念形容为「白垩纪」。 2026 年 9 月 28 日，IROS 在匹兹堡举行期间，Saturday Robotics 办了一场 Robotics Res…
对话 Saturday Robotics 创始人朱俊帆：机器人论文发表时，技术路线可能已经过期
对话 Saturday Robotics 创始人朱俊帆：机器人论文发表时，技术路线可能已经过期 在机器人行业，一篇论文正式发表时，它试图解决的问题可能已经过期了。朱俊帆把两年前的研究观念形容为「白垩纪」。 2026 年 9 月 28 日，I…
「摔倒」方显真差距，I-BFM 把物理交互训进行为基座模型
这两年有不少惊艳的机器人搬箱子的 demo，但不知道大家是否有注意到一个细节，绝大多数 demo 里，一切都是按剧本走的。箱子摆在它该在的位置，机器人站得笔直，一遍过，没有任何干扰，甚至大部分镜头里都没有人的出现。 现实世界不是这样。手会没…
贾奎团队新作：让世界动作模型真正理解三维空间
UNITAS 将观测、动作与场景变化统一至同一个米制三维坐标系：以点轨迹表征人手与夹爪的运动，用场景流描述场景点的位移，让世界动作模型不再单纯依靠图像推测环境演化。模型参数量仅 1.7 B，在 LIBERO 基准测试上取得 99.8 % 任…
传 DeepSeek 将投入具身智能赛道，中美基础大模型公司齐现重大信号
10 月 12 日夜，有消息传出 DeepSeek 创始人梁文锋近期密切关注具身智能领域，DeepSeek 正在评估是否进入具身智能赛道，方案可能包括亲自组建团队下场研发，或通过投资相关企业切入。另据彭博社报道，DeepSeek 计划领投腾…
对话 StageCraft 作者，聊一聊 VLA 从本体迁移到环境变化差在哪
今年 IEEE/RSJ 智能机器人与系统国际会议（IROS）于 9 月 27 日至 10 月 1 日期间在美国匹兹堡召开。 本届 IROS 收录的论文接近 1,900 篇，分设三百多个主题报告场次。 作为机器人领域与 ICRA 齐名的两大顶…
对话 IROS 最佳论文奖入围团队：灵巧手的「反内卷」，先让手掌动起来
一只机器人手要拧开防儿童瓶盖，最直接的思路，是让它越来越像人手 。 更多手指、更多关节、更多自由度，再训练一套足够复杂的控制策略。 普渡大学的 周于皓 和合作者却给出了另一个答案： 先别急着继续加手指，让手掌也动起来。 在 IROS 202…
对话 Shallow-π 作者：压缩 Transformer 层级，具身模型竟做得更好？
一个圆柱、一块正在转动的孔板，足以让两种机器人模型拉开差距。 在 Shallow π 的真实机器人实验中，任务要求机械臂拿起圆柱，插入移动中的小孔。层数更多的大模型，可能在等待计算结果的过程中错过位置；一个层数更少、输出接近它的小模型，却能…
上海交通大学与蓝箭航天团队联合发布 DynaForge，让失败的演示变成能用的训练数据
DynaForge 让动态操作的演示不必再靠人手一条条去采集。机器人可在仿真环境自主试跑，从失败回合中学习修正量，把原本失败的轨迹转化为可供策略训练的有效演示。 9 月 22 日，上海交通大学自动化与感知学院联合蓝箭航天空间科技股份有限公司…
对话日冕钟元鑫：工业场景更适合验证 Physical RSI
最近，RSI 正重新成为 AI 行业的高频词，而在具身智能领域，它已经开始被推向一个更具体的问题：机器能不能在真实世界里自我改进？ RSI，即 Recursive Self Improvement，指系统能够参与改进自身的代码、工具或训练流…
清华大学弋力团队发布 PASSAGE，让人形机器人自己挑动作穿过杂物间
PASSAGE 研究将场景对齐的人体动作数据积累至100小时量级，通过流匹配规划器搭配感知增强的全身追踪器架构，让人形机器人能够在杂乱受限环境中自主选择并组合跨越下穿侧身避让等多元运动动作。仿真测试结果可以直观证明，机器人无接触通行的成功率…
399 美元买一只会摔跤的鸭子，Hugging Face 赌的是机器人的「刷机时代」
399 美元，买不到一台替你叠衣服、收拾房间的人形机器人。 但可以买到一只鸭子。 它只有 25 厘米高，走起路来摇摇摆摆；脑袋和身体一共装了 15 个电机，嘴巴可以张开，把地上的小东西铲起来。它会坐下、站起、踢球、滑旱冰，也可以从多种常见摔…