CMU 团队推出 SeeQ:VLM 训练通用机器人价值函数,真实任务成功率近翻倍
aviral_kumar2 · x · 2026-09-29
CMU Aviral Kumar 团队发布 SeeQ(Subtask-elicited Q-functions),在预训练 VLM(PaliGemma)之上训练通用机器人价值函数,用于引导和改进通用机器人策略。核心思路:Q 函数不再为整个长程任务估计价值,而是先以自然语言逐 token 预测当前活跃子任务,再估计其价值,从而缩短 TD 学习的信用分配视野,无需人工在部署时指定子任务。该函数在开源机器人操作数据上预训练、在下游任务上微调,用于 best-of-N 动作选择,在 4 个真实世界长程双臂操作任务上成功率接近翻倍。
所属事件:CMU 推出 SeeQ 机器人价值函数,任务成功率近翻倍(3 条相关)→
「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