Tritium 提出 Proxy Policy Steering:冻结基座策略也能学新技能
philfung · x · 2026-09-12
Tritium 团队介绍新方法 Proxy Policy Steering(PPS),解决通用策略(generalist policy)学习新技能时如何不丢失预训练先验的问题:
- 核心思路:在推理阶段用代理策略(proxy policy)来引导(steer)冻结的基座策略
- 不修改基座策略的任何权重,即可叠加任务特定的行为
这为「一个预训练通用机器人策略 + 轻量任务适配」的路线提供了新选项。
「具身」频道最新
- 分析师披露 Apple S11、A20、M6 芯片新封装与端侧 AI 设计细节 — BenBajarin · 2026-09-12
- 8GB 旧手机跑 Hermes agent，经 cmux 实现通话短信全控制 — Teknium · 2026-09-12
- YC 公司 Mass Magnetics 回收电动车电机磁体再造机器人用磁铁 — ycombinator · 2026-09-12
- 机器人学家:基座模型焦虑不必,SAM+轻量模型已够用 — chris_j_paxton · 2026-09-12
- WUJI 开源 MINT:从第一视角视频重建 3D 手部轨迹与相机位姿 — chris_j_paxton · 2026-09-12
- Hugging Face 社区做 SO-ARM101 逐步搭建 Space,附 3D 可视化 — huggingface · 2026-09-12