斯坦福新研究：单次演示即让机器人学会新任务
Haoyu_Xiong_ · x · 2026-08-27
斯坦福与伯克利联合发布《Behavior Prompting Policy》，提出一种无需微调即可让机器人通过单次人类演示执行新任务的范式。
核心方法：
- BPP 架构：一种上下文视觉运动架构，将行为提示（演示序列）与当前观测值转化为机器人动作。
- iPhUMI 数据收集工具：手持式操作界面，用于收集多样化的行为提示数据。
关键发现：
- 任务多样性比每个任务的更多演示更能提升提示能力。
- 行为提示充当密集子目标条件，类似一种子技能。
开源与评估：
- 提供了 BPP 代码、iPhUMI 代码以及 sim 基准测试。
- 引入 DrawAnything 和 LIBERO-Gen 评估基准，用于测试对未见绘图和桌面操作任务的适应性。
「具身」频道最新
- Lightwheel 开源 10 万小时 Physical AI 第一人称数据集 — jonstephens85 · 2026-08-27
- Neuralink 演示患者用意念创作数字艺术 — beffjezos · 2026-08-27
- 机器人搞笑瞬间合集：AI 圈的欢乐日常 — LinusEkenstam · 2026-08-27
- DEEP Robotics 公开展示 180cm 人形机器人 DR02 — carlosdponx · 2026-08-27
- Ray Summit 2026：机器人仿真与视觉模型前沿进展 — AndrewDai · 2026-08-27
- 人形机器人百米跑进 8.6 秒，三天两破世界纪录 — LinusEkenstam · 2026-08-27