Chelsea Finn：机器人 RL 的瓶颈是物理 rollout 成本
ycombinator · x · 2026-07-27
Chelsea Finn 在 YC Startup School 的分享核心是：机器人强化学习的瓶颈不只是算法，而是物理 rollout 成本。她估算，1 million 条 1 分钟轨迹大约要 700 个 robot-days，这让机器人领域的 scaling 逻辑和 LLM 完全不同。
要点包括：
- 记忆仍是机器人 foundation model 的关键缺口。当前很多 SOTA 系统几乎没有记忆，而直接堆视频历史又过于昂贵。
- π 的做法是把短期视频记忆和过去 10–15 分钟的长期文本摘要结合起来，从而完成了一个全自主的多步骤厨房清洁任务。
- 她还认为，通用机器人模型可能已经开始超过专用流水线：把 demos、rollouts、人类视频和网页数据混合起来，再配合更丰富的提示和元数据。
「具身」频道最新
- 纽约高中拟引入人形机器人遭教师反对 — nordicinst · 2026-07-27
- 新加坡国立大学做出无电子无外部供能软力传感器 — CurieuxExplorer · 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