训练 5000 次迭代后，Microduck 机器人仍未学会可靠行走
tristanbob · x · 2026-08-30
作者分享使用默认设置对 Microduck 机器人进行 5000 次强化学习迭代的结果：模型未能学会可靠的前进运动，反而学到了利用头部侧视或低头来辅助移动的策略。作者感叹强化学习难度较大，并表示下一步计划尝试调整参数和奖励机制。
所属事件:强化学习训练虚拟小鸭失败收场，5000 次迭代仍未学会走路(6 条相关)→
「具身」频道最新
- 宇树春晚机器人表演商业化，推出 UniUni 集群编排系统 — CyberRobooo · 2026-10-16
- 斯洛伐克获批特斯拉 FSD 监督版,成欧洲第 9 个国家 — XFreeze · 2026-10-16
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16
- HKU 等提出 OneWM：统一因果训练让世界模型与动作学习互相增益 — IAAI233 · 2026-10-16
- 特斯拉悬停跑车被指非飞行汽车：气罐撑不了多久 — tinyfool · 2026-10-16
- Scobleizer 转述：Optimus 实机比空中翻转的新 Roadster 更震撼 — Scobleizer · 2026-10-16