CMU 推出 SeeQ 机器人价值函数，任务成功率近翻倍

CMU Aviral Kumar 团队发布 SeeQ（Subtask-elicited Q-functions），在预训练 VLM PaliGemma 之上训练通用机器人价值函数，使真实任务成功率接近翻倍。消融实验指出三大关键要素：以 best-of-N 方式做 TD 学习、VLM 预训练与机器人数据预训练并用、语言化解码子任务。作者复盘称这次只要把机器学习方法做对，项目便意外顺利，几乎没有常见工程摩擦，论文已放出到 arXiv，代码与视频同步公开。

2026-09-29 ~ 2026-09-29 · 3 条相关

• CMU 团队推出 SeeQ：VLM 训练通用机器人价值函数，真实任务成功率近翻倍 — aviral_kumar2 · 2026-09-29
• SeeQ 消融实验公布：TD 学习、VLM 预训练与语言化解码子任务是三大关键 — aviral_kumar2 · 2026-09-29
• SeeQ 项目复盘：只要 ML 做对，机器人项目也能一路顺利跑通 — aviral_kumar2 · 2026-09-29