用人类纠正数据适配机器人模型
micoolcho · x · 2026-07-16
这条讨论的是：现代视觉-语言-动作模型和世界动作模型已经能做出不错的操控，但迁移到新机器人、新任务时仍然很难可靠适配。
提出的思路是用 DAgger 风格的在线模仿学习：
- 先把机器人部署出去
- 持续收集人类纠正数据
- 再更新策略，而不是只靠离线微调
作者还补充说，如果有类似的轨迹/人类纠正数据，可能值得把 DAgger 式数据在更多任务和环境里规模化积累。
所属事件:FlowDAgger：用人类纠正数据适配机器人模型(2 条相关)→
「具身」频道最新
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11
- SyncWorld:少量视觉校准即可零样本模拟机器人跨视角交互 — ChongZzZhang · 2026-09-11