DynaRobotics 揭秘百万小时数据下的机器人学习缩放规律
chris_j_paxton · x · 2026-08-29
RoboPapers 与 DynaRobotics 团队探讨了世界-行动模型与机器人学习的缩放效应。DynaRobotics 展示了在预训练中随着数据量增加（接近 100 万小时），模型在准确率指标上获得了可预测且统计显著的增益，这是机器人学习领域少有的具体缩放演示。讨论也触及了迈向更大规模时预训练的瓶颈。
「具身」频道最新
- 王梦迪团队 LabOS 登 Nature：AI 协助提出假设与设计实验 — MengdiWang10 · 2026-10-17
- 创业者走访香港：中国机器人产业并无单一中心 — DominiqueCAPaul · 2026-10-17
- Standard Bots CEO：机器人处于 1973 年的计算机时代 — Rewkang · 2026-10-17
- AGI House×Google Gemma 硬件黑客松:LiteRT 赛道单项奖金1.5万美元 — agihouse_org · 2026-10-17
- P-BFM:仅凭平地参考让 Unitree G1 自适应复杂地形 — ChongZzZhang · 2026-10-17
- 研究者构建生成式机器视觉管线：单目视频重建场景静态与动态元素 — RexDouglass · 2026-10-17