DSRL-DCT强化学习让移动操作达100%成功率
rohanpaul_ai · x · 2026-07-05
DSRL-DCT是该框架的强化学习部分,公司称其在移动操作任务上达到100%成功率。做法是冻结预训练的VLA模型,只学习一个更小的噪声选择策略,并用离散余弦变换(DCT)把机器人庞大的动作空间压缩到更小的潜空间。
「具身」频道最新
- Skyfall AI 推出工程世界模型 SKY-001:文本转 CAD 构建,3.9 秒 vs GPT-6 的 199 秒 — rohanpaul_ai · 2026-10-27
- 欧洲第10国拉脱维亚批准 Tesla FSD,马斯克称赞小国审批最快 — elonmusk · 2026-10-27
- WanGP v18.81 支持 Hy-Nomas 世界模型，8GB 显存可用 WASD 探索 — cocktailpeanut · 2026-10-27
- NVIDIA 开源 FLORA：机器人数据引擎，成本仅 GPT-6 Astra 的 1/125 — nvidia · 2026-10-27
- 具身智能创业的隐藏难题：机器人公司需要另一种运营纪律 — ___Mufasaa · 2026-10-27
- π0.5 实验：演示数从 10 增至 438，放球入碗成功率 7%→83% — stingning · 2026-10-27