机器人版「思维强化学习」:百次实测即学会
svlevine · x · 2026-07-04
Sergey Levine 团队提出可视为「机器人版思维 RL」的方法——通过试错优化机器人的「思考」,相当于 RL for thinking 的机器人对应物。令人惊讶的是该方法非常高效,在不到 100 次真实世界试验中即可完成学习。附带项目网站与论文链接。
「研究」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 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