递归经验蒸馏让机器人操作成功率从 37.3% 提升至 64.0%
SeoulNatlUniv · hf · 2026-09-29
首尔国立大学提出 Recursive Harness Distillation:强 agent 将干预经验蒸馏成 playbook,再根据轻量 agent 的执行反馈递归精炼,使新任务可复用积累的知识而无需更新模型参数。
- 真实世界操作:成功率从 37.3% 提升至 64.0%
- SimplerEnv Bridge:轻量 agent 携带 playbook 达 66.7%,远超仅用 GR00T 的 41.7%,甚至超过无 playbook 的强 agent;强 agent 也能从 playbook 受益至 79.2%
- 结论:干预经验可被积累、经执行精炼并在 agent 间复用
「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