Q-Planning 助机器人策略百次尝试自改进：25%升至80%
animesh_garg · x · 2026-08-28
Q-Planning 是一种基于学习的框架，让大型黑盒机器人策略递归式自我改进。在精细任务中，该策略使机器人在约 30 分钟内（100 次尝试）将成功率从 25% 提升至 80%，无需额外人类数据。
「具身」频道最新
- MIT 新研究实现“回路闭合”抓取，兼顾强固与柔性 — lukas_m_ziegler · 2026-08-28
- Stewart Alsop 将在门多萨举办线下机器人工作坊 — StewartalsopIII · 2026-08-28
- 开源 Animacy：任意人形视频直接驱动机器人动作 — dee_hw · 2026-08-28
- Agent Body Protocol：编码状态可视化 — dee_hw · 2026-08-28
- Autonomous Lamp：有生命感的开源 AI 台灯 — dee_hw · 2026-08-28
- Google 推出 AgentHands：XR 语音助手配手势 — CurieuxExplorer · 2026-08-28