突破 RGB 仿真瓶颈:高斯泼溅实现机器人零样本迁移
ZeYanjie · x · 2026-07-23
传统机器人强化学习多在无纹理合成环境中进行，导致感知策略严重依赖深度图像，RGB 图像因 sim-to-real 差距难以利用。
FlexionAI 联合 Niantic 与 NVIDIA 构建了全新管线：使用现成硬件扫描真实场景并重建为逼真的高斯泼溅（Gaussian splat）环境，随后进行大规模并行强化学习训练。该方法允许策略直接零样本（zero-shot）迁移至真实机器人和对应环境中，大幅加快了部署速度。
「具身」频道最新
- 物理 AI 名场面:「台灯蜂群」齐刷刷转头,桌面机器人军团曝光 — dee_hw · 2026-10-26
- 上交大提出 VaM：用价值预测作记忆，机器人连续 4 小时自主作业成功率超 95% — chris_j_paxton · 2026-10-26
- 自制人形 PhoneGirl 第 4 天:碰撞测试、舵机调校、跪姿可弯 160° — _Stocko_ · 2026-10-26
- 探访仓储机器人公司 Dexory：8 米扫描塔与全栈自造之路 — lukas_m_ziegler · 2026-10-26
- M5Stack StickS3 固件更新:远程取景支持理光 GR 相机 — OpenAIDevs · 2026-10-26
- 傅利叶 GR-3 裸机状态一次连爬六层楼,下楼无保护绳 — chris_j_paxton · 2026-10-26