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
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- 为什么没有更多 10M 上下文模型?研究者抛出注意力机制疑问 — agarwl_ · 2026-10-27
- 研究者吐槽:论文里 PSNR 低于 15dB 基本是用错了指标 — kwangmoo_yi · 2026-10-27
- Ortet 首批医疗评测:34 个开源模型 50 项任务,通用排名不够用 — thegautamkamath · 2026-10-27
- Scaling 拟合之争:Uncheatable 计入输出头 FLOPs,Paloma 剔除,最小档差距高达 65% — dlwh · 2026-10-27
- Marin 作者详解 scaling law 公式：难点在小模型阶段估渐近线 — dlwh · 2026-10-27