Spiced Self-play 入选 CoRL:30 分钟人类数据足以校准自博弈
EugeneVinitsky · x · 2026-09-10
Daphne 的 spiced self-play 论文被 CoRL(机器人学习会议)接收。作者 Eugene Vinitsky 提出核心观点:既然技能可以从自博弈中学到,人类数据的用途是什么?答案是只需一点点——30 分钟的人类数据,就能把智能体引导到正确的惯例(conventions)上,避免自博弈收敛到偏离人类的解法。
「具身」频道最新
- 苹果发布新款 iPad mini：OLED 屏加持 A20 Pro，史上最大升级 — CurieuxExplorer · 2026-10-26
- 普渡大学打造无 GPS 穿林追踪跑者的自主无人机,LiDAR 全部上芯片 — KordingLab · 2026-10-26
- 莱斯特大学联手 Carelight 开发 AI 可穿戴设备监测中风患者 — tbirdcymru · 2026-10-26
- Turo 开始标注支持 Tesla FSD 的房源，作者亲测雪后纽约顺畅 — PTrubey · 2026-10-26
- 为机器人 3D 打印定制新鞋，开发者晒硬件改装过程 — JohnVial · 2026-10-26
- StackChan 机器人解锁多语言配音，还能照剧本演戏了 — alexcovo_eth · 2026-10-26