杜一伦谈机器人泛化：用能量模型评估候选动作而非直接预测
du_yilun · x · 2026-09-09
杜一伦分享其研究视角文章《Generalization by Construction》，讨论如何让机器人超越「收集更多演示数据」来提升泛化：
- 机器人可借助推理解决从未被显式训练过的任务——用学到的世界模型在行动前规划动作与目标。
- 以把杯子放到拥挤桌面为例：与其直接预测放置位置，不如学习评估候选放置是否稳定、可达，这些判断依赖比完整「场景→放置」映射更简单、更可复用的关系。
- 推理阶段用这些关系比较并精化候选方案；能量模型（EBM）为这种搜索提供了天然的学习框架。
所属事件:杜亦伦提出推理驱动的机器人泛化新思路(3 条相关)→
「具身」频道最新
- 曝 iPhone 18 Pro 搭载 A20 Pro:2nm、神经引擎算力翻倍 — LinusEkenstam · 2026-09-10
- 看完中国人形机器人运动会视频,工程师直言「感到恐惧」 — HarveenChadha · 2026-09-10
- 苹果发布会定调：iPhone 将成为个人智能中枢而非被取代 — BenBajarin · 2026-09-10
- 一节课配 12 只 SO-101 机械臂，机器人便宜到改变教育 — Sentdex · 2026-09-10
- 探访旧金山初创:面向老年人的 AI 设备与 3D 打印产线 — Scobleizer · 2026-09-10
- 传 Meta 拟让 Muse 成智能眼镜默认 Agent，冲假日爆款 — altryne · 2026-09-10