机器人单次模仿性能未随模型规模显著提升
animesh_garg · x · 2026-08-30
Animesh Garg 对比了 2020 年与现在的机器人技术：尽管现在的通用基础模型（如 GEN-1.5 和 Skild）能直接通过视频提示实现上下文学习，但单次模仿（one-shot imitation）的性能表现并未比当年精心设计的神经任务图（NTG）有显著提升。他强调任务规范本质上是代码生成任务，只要原子技能可靠，预测高性能系统将更倾向于使用代码生成方案（如 ProgPrompt）。
所属事件:机器人单样本模仿学习：模型变大，性能未同步提升(2 条相关)→
「具身」频道最新
- 中国创企 DexForce 用虚拟数据训练人形机器人，大幅压缩成本 — pstAsiatech · 2026-10-15
- EmbodiedEvo 登顶 RoboDojo：失败的机器人练习也能被下一个 agent 继承 — thetripathi58 · 2026-10-15
- VR 从业者一句话点醒 Quest 3 玩家:玩了 12 个月只用 3% 功能 — Aiden_Tech_Ai · 2026-10-15
- 比利时 ROBIB 第三届机器人聚会定档 11 月 19 日根特举办 — MarwaEldiwiny · 2026-10-15
- 3D Gaussian Splatting 科普：机器人如何记住看不见的世界 — TheTuringPost · 2026-10-15
- RTX Spark 实测:Windows 阵营终于逼近 M5 Mac 的体验天花板 — BenBajarin · 2026-10-15