UW 联合 NVIDIA 提出 SGS 采样法实现零真机数据机器人装配

华盛顿大学与 NVIDIA 团队发布论文《A Balanced Data Diet》,提出 Success-Guided Sampling(SGS)方法,通过改进任务采样器并结合大规模端到端 sim2real 强化学习,缓解机器人 RL 中的探索瓶颈。该方案让机器人无需任何真机数据或人工示范,即可零样本完成齿轮装配、穿螺母等灵巧操作,并攻克四足移动操作与装配难题。

2026-10-12 ~ 2026-10-12 · 2 条相关

• 零真机数据训练灵巧手:SGS 采样法让机器人零样本装齿轮穿螺母 — Scobleizer · 2026-10-12
• UW 与 NVIDIA 提出 SGS,大规模 RL 攻克四足移动操作与装配难题 — zhaoran_wang · 2026-10-12