真实世界实时RL，机器人百次内掌握任务
svlevine · x · 2026-07-04
该方法的RL部分与普通RL几乎一致，只是把语言指令当作动作。由于优秀的VLA高度可控，这些'动作'表达力很强。团队直接在真实世界中、实时地运行RL，并展示机器人能在不到100个episode内掌握任务。
「研究」频道最新
- YC 活动上称，生物基础模型必须模拟细胞而非只会描述 — david_van_dijk · 2026-07-27
- 谢雅琪加入 UIUC 任助理教授，招募智能体与机器人方向学生 — dhruv2038 · 2026-07-27
- Kimi K3 在网络安全上很强，但 token 效率卡住了评测 — teortaxesTex · 2026-07-27
- ARC AGI 3 应该保持私有，不该公开示例和数据集 — flowersslop · 2026-07-27
- ExploitGym 可能只有六到七成任务可解，引发 OpenAI 作弊争议 — max_paperclips · 2026-07-27
- 5090 本地测试：80k 上下文下 Qwen Q6 速度掉到 15 tok/s — LFAdvice7984 · 2026-07-27