BOSS:LLM 引导智能体自举技能库,零样本完成长程任务
chris_j_paxton · x · 2026-08-15
Jesse Zhang(USC)转发推文回忆当年在 ALFRED/Ai2Thor 上训练到 50 万步要等上好几天,并附上其论文 BOSS(BootStrapping your Own SkillS),发表于 CoRL 2023 并入选 Oral(top 6.6%),由 USC、Google、台湾大学与 KAIST 合作完成。
方法分两阶段:
- 预训练语言条件技能策略:在易于收集的短时程、带语言标注的轨迹数据上,用离线 RL(实验中采用 IQL,因其性能好且便于在线微调)预训练策略与价值网络,获得基础技能库。
- 技能自举(bootstrapping):智能体在目标环境中自主练习,尝试把已有技能串成新的长时程行为链,再把成功的行为加回技能库,持续滚动扩展。
技能库就绪后,只需用语言指令条件化策略,即可零样本执行新环境中复杂的长程任务。
「具身」频道最新
- TAU 机器人家庭清洁服务展示远程操控未来 — Distinct-Question-16 · 2026-08-15
- 低损失不等于高成功率，机器人训练需新评估指标 — mathildepapillo · 2026-08-15
- MagicMirror² 将镜子改装为智能助手 — tom_doerr · 2026-08-15
- 开发者展示小型人形机器人 The Android 原型机实机 — Jasonio · 2026-08-15
- Physical Intelligence 谈通用机器人训练 — davidyin44 · 2026-08-15
- PIRT：在Android手机上直接运行Linux Agent — Glad_Raspberry_6795 · 2026-08-15