杜亦伦提出推理驱动的机器人泛化新思路

DeepMind 研究员杜亦伦（Du Yilun）发表研究视角文章《Generalization by Construction》，回应「如何超越收集更多示范数据来提升机器人泛化能力」的问题。核心思路是机器人借助推理解决从未被显式示范的任务：以「把马克杯放到拥挤桌上」为例，与其端到端预测放置位置，不如学习支撑稳定性、净空、可达性等可复用的局部评价因子，用组合能量模型在推理时组合成评估器评估候选动作，从而实现构造式泛化。

2026-09-09 ~ 2026-09-09 · 3 条相关

• DeepMind 研究员提出 Generalization by Construction：推理驱动机器人泛化 — du_yilun · 2026-09-09
• 杜一伦谈机器人泛化：用能量模型评估候选动作而非直接预测 — du_yilun · 2026-09-09
• 杜亦伦谈组合能量模型：先学可复用评价因子，再组合求解新任务 — du_yilun · 2026-09-09