HARBOR 一个提示词全自动训练机器人运动策略,1.5 小时端到端
breadli428 · x · 2026-09-05
HARBOR 系统展示了完全自主的机器人策略训练流程:只需一条提示词,它就能在仿真器中自动构建任务、设计奖励函数、训练、调参并评估,端到端产出可用的 locomotion policy,全程约 1.5 小时。该项目已被 CoRL 2026 接收。作者感叹如今 prompting 一个 agent 就能在仿真器里完成 RL 运动策略训练,门槛大幅降低。
「编程与Agent」频道最新
- Agentic SDLC：工程师从写代码者转型为智能体编排者 — Pavan_Belagatti · 2026-10-21
- OpenAI dots 接入 Merge for Workforce：员工权限即 agent 权限 — shensi · 2026-10-21
- 拆解 Agent 拓扑:模型、循环与工具各跑在哪,决定成本与安全 — davidcrawshaw · 2026-10-21
- Agent 全盘+辅助功能权限失控，企业急需任务级访问控制 — leveragedupside · 2026-10-21
- Acellera 用无监督 AI 科学家虚拟实验室跑真实分子发现项目 — gdefabritiis · 2026-10-21
- Pydantic 作者实验：让 Monty 沙箱直接跑 JS/TS 与 React 组件 — samuelcolvin · 2026-10-21