Russ Tedrake：长上下文与短视界或比 Action Chunking 更优
RussTedrake · x · 2026-08-21
Russ Tedrake 回顾了 Diffusion Policy 在拟合人类演示数据上的成功，并引用 Michael 的论文指出：Action chunking 之所以有效，部分原因是我们给模型的观察上下文太短，需要通过长序列开环执行来模拟非马尔可夫特性。他认为，更有力的证据表明我们应该转向使用长上下文策略和短动作预测视界。
「具身」频道最新
- Uber 创始人隐匿 8 年打造 Atoms，获 a16z 17 亿美元领投 — xmercury_one · 2026-08-21
- ESP32-P4 驱动机械臂：嵌入式搞定运动学与视觉 — TinfoilTricorn · 2026-08-21
- 展示 EDC 可穿戴装备：指环与 EEG 耳机 — melnykowycz · 2026-08-21
- 加州公司推出睫毛嫁接机器人，每只眼可贴 25 根假睫毛 — lukas_m_ziegler · 2026-08-21
- 制作离线万圣节说话盒子：多模态与语音模型实战 — breksyt · 2026-08-21
- 预测：认知 AGI、自动驾驶与机器人将于今年底同时实现 — davidpattersonx · 2026-08-21