快速 Sim2Real 训练流：手机端策略查看与参数扫描
yacineMTB · x · 2026-08-31
由于模拟器和训练器速度极快，作者可以在一小时内运行 20 个实验来扫描参数。为了高效判断策略优劣，特意在手机上设置了策略查看器（policy viewer）。作者计划在拥有可用于 Sim2Real 验证的单元后开源模型，并可能提供奖励塑形（reward shaping）的方式，让社区探索机器人执行特定任务的能力。
「具身」频道最新
- Microduck 机器人仅 1GB 内存就占总价 15% — Thom_Wolf · 2026-08-31
- M5 Max 128GB 内存适合跑哪些图像生成模型？ — hahanawmsayin · 2026-08-31
- 预测：人形机器人运动将像生成视频一样 — davidpattersonx · 2026-08-31
- Figure 发布 Index 数据集，宣称拥有全球最大机器人训练数据 — thione · 2026-08-31
- 热议为何屏下自拍摄像头仍未普及 — abhishekcode42 · 2026-08-31
- 开发者讨论在两分钟内端到端训练激光雷达策略 — yacineMTB · 2026-08-31