研究者：数据问题解决后，后训练与递归自我改进成机器人真正瓶颈
animesh_garg · x · 2026-09-08
机器人研究者 Animesh Garg 在 MTS 播客上聊机器人新进展，核心观点：
- 对 RL 的回归（以新包装出现）感到兴奋
- 一旦数据问题（某种程度上）解决，后训练/递归自我改进将重新成为真正瓶颈
- 廉价、标准化的硬件加上现代 RL 方法，加速可能远超预期
- 不到 500 美元的玩具级平台（microduck）能让高中生玩上前沿机器人 RL，机器人未来会很光明
转发者补充：数据瓶颈缓解后，recursive improvement 是下一个关键杠杆。
「具身」频道最新
- 360CityArena 登陆 ECCV2026：AI 城市导航与人差距 60 个百分点 — CSProfKGD · 2026-09-08
- 自研 C 语言 LLM 引擎驱动:Gemma 语音对话跑在 Jetson Orin 上 — cortexist · 2026-09-08
- 机器人学者质疑 LLM 做机器人：灵巧控制远非规划可比 — JitendraMalikCV · 2026-09-08
- 仅用逻辑门跑通自动驾驶，行为酷似昆虫 — burny_tech · 2026-09-08
- 小鹏宣布首条「用机器人量产机器人」自动化产线 — Anxious-Yoghurt-9207 · 2026-09-08
- Motus2 自进化世界模型：单模型三角色，五项灵巧任务平均成功率 84% — burny_tech · 2026-09-08