进化搜索优化机器人策略图,吞吐量提升 5.27 倍仅花 37 美元
matei_zaharia · x · 2026-09-28
作者 Karim 此前与 AMD 合著提出 Robotics Harness Optimization(RHO):用进化搜索优化以整个代码仓库形式存在的机器人策略,包括不含 LLM 的静态代码库和 Code-as-Policies 类含 LLM 的仓库。随后 NVIDIA 等提出 Graph-as-Policy(GaP,arXiv:2607.05369):人类编写技能节点(观察、感知、抓取、移动、释放等),LLM 只负责把节点连成有向计算图,「图即策略」。
博主尝试用 RHO 对 GaP 示例图跑 50 代进化搜索,结果:
- 相对基线吞吐量提升 5.27 倍
- 每次尝试的抓取数从 4.17 降到 1(更高效)
- 两次实验总搜索成本仅 37 美元
GaP 图策略的优势:策略是可读、可 diff 的源代码;失败可定位到具名阶段;编辑便宜、局部、可搜索,进化搜索可以提议「加节点」并打分,无需采集演示。Matei Zaharia 转发点赞了这项研究。
「具身」频道最新
- 扑翼无人机在空军测试中被探测系统误判为鸟 — import_jmr · 2026-11-16
- Uber 在拉斯维加斯上线 Amazon 旗下 Zoox 无人驾驶出租车服务 — Polymarket · 2026-11-16
- 蚂蚁灵波具身大模型挑战赛收官:TARS战队48小时真机对决夺冠 — 新智元 · 2026-11-16
- 特斯拉 FSD 城市街道里程破 70 亿英里,四周新增约 5 亿 — XFreeze · 2026-11-16
- Ropedia 发布 Xperience 2:1500+ 真实场景扫描配第一人称演示 — liuziwei7 · 2026-11-16
- 杭州群核联合华测发布 3D 激光扫描仪 Aholo MS07 — teortaxesTex · 2026-11-16