机器人RL用写实场景零样本迁移
lukas_m_ziegler · x · 2026-07-21
FlexionAI 介绍了一条机器人强化学习管线：先用现成硬件扫描真实部署场地，再重建成写实的 Gaussian splat 场景，在其中做大规模并行 RL 训练。
- 他们认为，以往机器人 RL 多在合成、无纹理环境里训练，主要依赖深度图；RGB 虽然潜力更大，但一直难以在仿真中有效利用。
- 这次与 Niantic Spatial 和 NVIDIA Robotics 合作，尝试直接把真实世界的视觉环境带进仿真。
- 在 Gym 环境中训练出的策略，可以 zero-shot 迁移到真实机器人和对应场景。
- 他们声称这会加速部署、更稳健，并且不只适用于导航任务。
「具身」频道最新
- Chelsea Finn：机器人 RL 的瓶颈是物理 rollout 成本 — ycombinator · 2026-07-27
- 机器人走到冰箱前拿出一瓶啤酒 — Darpinian · 2026-07-27
- 研究者用针织结构复现数字电路 — mtizard · 2026-07-27
- 本地 Qwen 模型驱动机械臂测试 78 款手机续航 — gappyvalley · 2026-07-27
- TechCrunch 讨论脑波信号或成 physical AI 训练新钥匙 — TechCrunch AI · 2026-07-27
- YC 讨论具身机器人：预训练、记忆和组合行为才是关键 — ycombinator · 2026-07-27