人类根本遥操作不了的任务，GLIDE 用 LLM 写过滤器把成功率从 0 拉到 70%
stepjamUK · x · 2026-09-23
作者介绍机器人学习方法 GLIDE：有些任务人类遥操作演示的成功率为零（例如双臂独立控制端盘子过桌面），不是难，是不可能。
GLIDE 的思路是让 LLM 读任务、预测人类会在哪失败，然后在指令与机器人之间自动写一个过滤器阻止失败模式；它持续观察数据、发现仍在失败的环节并自我重写。结果：同一任务成功率从 0 到 70%，另外两个任务从 10 和 0 升到 90 和 90。把护栏保留在部署阶段，原本几乎不可用的策略也能从 0 提到 60-70%。
核心洞见：很多「机器人学不会」其实是因为「没有人类能做出示范」。这是遥操作数据瓶颈的另类解法。
「具身」频道最新
- CoRL 热议「agent 太慢」，研究者拆解出三种截然不同的批评 — tomssilver · 2026-11-11
- CoRL 热议「agent 太慢」，研究者拆解出三种截然不同的批评 — tomssilver · 2026-11-11
- CoRL 热议「agent 太慢」，研究者拆解出三种截然不同的批评 — tomssilver · 2026-11-11
- CoRL 热议「agent 太慢」，研究者拆解出三种截然不同的批评 — tomssilver · 2026-11-11
- CoRL 热议「agent 太慢」，研究者拆解出三种截然不同的批评 — tomssilver · 2026-11-11
- NVIDIA 发布开源 GR00T 2：真实灵巧手全自动完成化学实验 — EricBuess · 2026-11-11