AI agent 生成机器人训练场景
MIT News AI · rss · 2026-07-14
MIT CSAIL 和 Toyota Research Institute 提出 SceneSmith：让多个 AI agent 协作生成适合机器人训练的 3D 虚拟场景，用来缓解机器人数据不足的问题。
主要思路
- 用三个 agent 分工：设计、评审、协调，逐步搭建室内场景。
- 场景比以往方法更丰富，单个场景里物体数量最多可达此前方法的 6 倍。
- 生成出来的环境可以直接接入物理仿真，用于机器人任务测试和策略评估。
实验结果
- 研究者生成了 1300+ 场景，并在其中测试机器人动作策略。
- 人类和模型对“策略是否失败”的判断一致率超过 99%。
- 还把预训练机器人策略放进这些场景里做验证，说明生成的环境不只是看起来像，物理交互也能成立。
代价与局限
- 生成一个场景可能要花数小时，速度是目前主要代价。
- 团队后续希望扩展到更多可变形物体。
「具身」频道最新
- Tesla 休斯顿 robotaxi 服务区大幅扩张，覆盖范围远超旧围栏 — Polymarket · 2026-10-27
- Walden Robotics 教机器人『呼叫求助』，用远程辅助换取快速部署 — adnothing · 2026-10-27
- 折叠屏铰链由数十个高精度零件构成，一粒沙即可毁掉屏幕 — BenBajarin · 2026-10-27
- 不改一个权重，机器人精度任务从 0/10 提到 9/10 — hbouammar · 2026-10-27
- 2000美元折叠iPhone上市两天即现折痕裂缝,网友称「crackgate」 — 404 Media · 2026-10-27
- 开源项目 Chums:用 Apple Watch 随身遥控 Mac 上的 Claude Code — brandon_galang · 2026-10-27