EPFL 论文用「遗憾最小化」量化机器人的愚蠢程度
ducha_aiki · x · 2026-09-12
研究者 @duchaaiki 借助一篇 arXiv 论文《Regret Optimal Control for Uncertain Stochastic Systems》解释了控制论中「regret(遗憾)」的含义:用它衡量智能体相对全知最优策略的损失。
他以一个例子说明:机器人吊钩去搬 50kg 米袋,笨的机器人会继续拖着钩子和袋子硬拉,聪明的机器人则先解开缠绕再继续——regret 正是把这种「愚蠢」纳入考量的度量。论文由 EPFL、ETH 等机构合作,提出在未知动态下通过场景优化最小化遗憾,可将该优化问题转化为半定规划求解,并证明了样本外遗憾的概率保证。
所属事件:EPFL 研究提出用「遗憾最小化」度量机器人愚蠢程度(2 条相关)→
「具身」频道最新
- 开源数字锦鲤池变身语音录音机，成本不到 60 美元 — TinfoilTricorn · 2026-09-12
- 经济学家 Adam Dorr 提问:人形机器人是否应禁止出口给任何外国 — adam_dorr · 2026-09-12
- GPT-6 Astra 双臂机器人基准大幅领先:100 项任务完成 7 项,对手全军覆没 — The Decoder · 2026-09-12
- 中国电网蛇形巡检机器人直接从高压线取电，可 24 小时不间断运行 — prasanna_says · 2026-09-12
- 头显已减重至 100-200g,为何 VR 仍被唱衰?开发者吐槽批判怪圈 — Scobleizer · 2026-09-12
- 休斯敦卫理公会医院试验用 Vision Pro 辅助真实外科手术 — Scobleizer · 2026-09-12