Anthropic 测试 Claude 机器人控制：LLM 监督反降效，直接驱动多失败
DJiafei · x · 2026-07-30
Anthropic 发布了关于 Claude 等大语言模型在机器人任务中表现的研究。测试涵盖了从经典控制玩具、四足机器狗、人形机器人到机械臂等多种实体，并测试了从直接控制电机扭矩到编写控制代码、强化学习，再到为预训练策略提供高级指令等多种控制方式。
核心发现：
- 模型的能力高度依赖于其与机器人的连接和控制方式。
- 当模型试图直接驱动关节时，大多以失败告终。
- 当模型作为预训练控制器的“监督者”或使用简单的方向工具时，能够完成实际的导航和操作任务。
此外，测试中出现了一个反直觉现象：在熟悉任务上，LLM 监督反而会损害预训练 VLA 模型的性能（单独的 VLA 表现优于所有 LLM+VLA 组合）；但在 VLA 无法单独解决的新任务中，优秀的模型介入则能带来实质性的性能提升。
「具身」频道最新
- iPhone Duo 预售火爆：纽约周边门店 3 分钟售罄 — BenBajarin · 2026-10-16
- 马里兰大学提出 PAIR 框架，用桥接 token 打通 VLA 感知与动作 — Kaixi Feng · 2026-10-16
- CI-MSE 离线指标与机器人真机成功率相关性达 -0.87,远超原始 MSE — chris_j_paxton · 2026-10-16
- X 上最值得关注的 15 位机器人研究者名单：Jim Fan 居首 — FinanceYF5 · 2026-10-16
- 双屏概念机「iPhone Duo」被恶搞成明年盯 Agent 神器 — AIFlow_ML · 2026-10-16
- 香港机器人生态观察：Auki 办公室藏着超市级数据采集场 — LoganGrasby · 2026-10-16