PACT提升机器人GPU装配安全性
stepjamUK · x · 2026-07-20
PACT 把机器人装配 GPU 这类精细任务中的“物理安全”当作后训练对齐问题来处理。
- 用预训练扩散策略的自有 rollouts，把策略投影到满足约束的可行区域。
- 不需要示范数据、奖励函数，也不依赖测试时的安全护栏。
- 方法是在每个 diffusion timestep 注入稠密的约束梯度，并用 curriculum 逐步收紧约束。
- 结果上，在 7 个仿真双臂基准和 4 个真实任务里，安全违规平均下降 31%，任务成功率提升 30.7%。
- 在真实 GPU 装配任务上，安全率提升 36%，任务进度提升 47%，是所有任务里收益最大的一个。
核心结论是：约束梯度注入的位置，比单纯堆算力更关键。
所属事件:PACT框架提升机器人GPU装配安全性(2 条相关)→
「具身」频道最新
- NVIDIA Isaac Lab 3.0 发布：物理与渲染后端可自由组合，策略跨引擎迁移 — zhengyiluo · 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
- 用 Grok bot 把 ESP 变成 iPhone 配件,远程同步机器人舵机 — Baconbrix · 2026-10-27
- NVIDIA 开源 MotionBricks：人形机器人动作生成达 15000 FPS、2ms 延迟 — _akhaliq · 2026-10-26
- 用户用 Claude Code 拆解本田车机：发现 root 后门与静默装 APK — IndraVahan · 2026-10-26
- Temple 健康设备开启预售，用户质疑：未见实效前谁愿戴 — abhishekcode42 · 2026-10-26