登 Science Robotics 封面：新范式让机器人一天学会 1000 个任务
chris_j_paxton · x · 2026-07-31
帝国理工学院团队的最新研究 Multi-Task Trajectory Transfer (MT3) 提出了一种高效的机器人模仿学习新范式，登上了《Science Robotics》封面。
研究核心在于将操作轨迹分解为对齐和交互两个阶段，并采用基于检索的泛化。在单任务演示数据少于 10 次的场景下，该数据效率比传统的单阶段行为克隆高出 10 倍。
凭借这种极高的效率，MT3 仅需不到 24 小时（实际约 17 小时）的人类演示时间，就能教会机器人 1000 个不同的日常操作任务，并能泛化到未见过的物体实例。研究团队通过累计 5650 次以上的真实世界测试验证了该方法的能力与局限。
所属事件:机器人新范式登Science Robotics：一天学会千项任务(2 条相关)→
「具身」频道最新
- DeepMind发布Gemini Robotics 2：人形机器人实现全身控制与灵巧操作 — DynamicWebPaige · 2026-07-31
- Google DeepMind 新模型登场：让人形机器人实现全身运动 — The Verge AI · 2026-07-31
- πR^2框架：让机器人操作策略实现40毫秒级实时反应 — CMU-SCS · 2026-07-31
- 消费级人形机器人何时普及？Reddit 网友预测三年内降至 5000 美元 — Terminator857 · 2026-07-31
- 全球最大「物理 AI」数据引擎正进一步扩大规模 — pduan · 2026-07-31
- NVIDIA 发布 Jetson AGX Thor：专为具身智能打造的机器人大脑 — NVIDIA Developer · 2026-07-31