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
- 机器人初创 Maven Robotics 获 1 亿美元 A 轮融资，带八台机器人出柜 — Rewkang · 2026-09-10
- 宇树已售 1.8 万台人形机器人,王兴兴给出具身智能「ChatGPT 时刻」标准 — CyberRobooo · 2026-09-10
- 强逆光下人眼看不清车，特斯拉 FSD 提前识别从容处理 — yunta_tsai · 2026-09-10
- Kyra 眼镜开启预订:主打主动替你处理通讯与工作的可穿戴 — sharpeye_wnl · 2026-09-10
- 特斯拉 FSD 斯洛文尼亚暴雨实测：监督驾驶表现惊艳 — yunta_tsai · 2026-09-10
- 赛博格蟑螂上岗：灾难现场用针头送救命药 — ChuckDBrooks · 2026-09-10