RAX 用冻结 LLM 探索驱动机器人，成本仅 1/20

Yilun Du、叶睿等团队发布 RAX（Robot Agent eXploration），通过规模化在线探索学习机器人智能体：冻结的 LLM 编码 agent 直接连接机器人的感知与控制 API，从反馈中学习，无需任何人类示范。实验显示 RAX 性能超越 π0.5，成功率最高达 96.7%，而计算成本仅为 Opus 的约 1/20，为低成本机器人学习提供了新范式。

2026-10-22 ~ 2026-10-22 · 3 条相关

• RAX 用 frozen 编码 Agent 驱动机器人，DeepSeek 版超越 π0.5 成本仅 1/20 — du_yilun · 2026-10-22
• RAX 用冻结 LLM 驱动机器人：纯探索零示范，成本仅 Opus 的 1/20 — du_yilun · 2026-10-22

另有 1 条近重复转述:du_yilun