DART：单样本即可实现VLA机器人跨环境适应
_akhaliq · x · 2026-07-03
首尔国立大学研究团队提出DART方法，通过权重空间算术技术，实现视觉-语言-动作（VLA）模型在环境变化下的单样本适应。该方法使机器人策略无需大规模重新训练即可在新场景中快速泛化，大幅降低具身AI的部署门槛。论文已发布于HuggingFace Papers平台。
「研究」频道最新
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11
- 本周热议的数学猜想到底关我什么事?一张普通人视角清单 — koltregaskes · 2026-09-11
- 用果蝇大脑连接组造了个 LLM,作者放出在线 demo — ngxson · 2026-09-11
- 社会学家 Harry Collins：LLM 无法发明新语言，做不了前沿科学 — whoamisri · 2026-09-11