具身智能新突破：强化学习让工业机器人吞吐量提升85%
lukas_m_ziegler · x · 2026-07-30
TheHumanoidAI 最近展示了 KinetIQ Ascend 方案，让机器人在真实工作部署中通过强化学习（试错）自我提升，而不再局限于人类演示的模仿学习。
实验数据显示，随着训练时间和算力增加，机器人性能呈现类似大语言模型的 Scaling Law 稳定提升趋势。在具体的工业任务中表现亮眼：
- 机器上料：抓取钢轴承环并放置传送带，吞吐量增加 42%，运行速度达到人类演示的 1.5 倍。
- 杂乱抓取：从料箱抓取物品递给人类，吞吐量激增 85%，成功率从 80% 跃升至 98%。
「具身」频道最新
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16
- HKU 等提出 OneWM：统一因果训练让世界模型与动作学习互相增益 — IAAI233 · 2026-10-16
- 特斯拉悬停跑车被指非飞行汽车：气罐撑不了多久 — tinyfool · 2026-10-16
- Scobleizer 转述：Optimus 实机比空中翻转的新 Roadster 更震撼 — Scobleizer · 2026-10-16
- 独立开发者的 AI PASSPORT 固件几天下载破 1200 次 — ezshine · 2026-10-16
- 1X 开设加州工厂，批量量产 NEO 人形机器人 — emmanuelvivier · 2026-10-16