SeeQ 消融实验公布：TD 学习、VLM 预训练与语言化解码子任务是三大关键
aviral_kumar2 · x · 2026-09-29
Aviral Kumar 补充 SeeQ 项目的消融总结，指出三个关键要素：一是以 best-of-N 方式做 TD 学习；二是既用预训练 VLM、也在机器人数据上预训练，两者缺一不可；三是让 Q 函数真正用自然语言解码当前子任务。更多关于学到的价值函数的诊断见论文。
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
- IROS 2026 展示弹跳式无人机，行进方式颇为新奇 — jonstephens85 · 2026-09-29
- Meta 发 Muse Charm 碰撞 iKairos,后者多模态感知占先 — eyishazyer · 2026-09-29
- Chestnut 发布 18 自由度 Aero Hand 与配套外骨骼，人手数据采集零本体差距 — chris_j_paxton · 2026-09-29
- 3555 美元的轮式家用机器人 FLOURISH 1：演示一次即可学会任务 — CyberRobooo · 2026-09-29
- AMD AI Max+ Pro 上市：192GB 统一内存抢先 NVIDIA Spark 50% — ryanshrout · 2026-09-29
- 实车实测:草地行驶所需扭矩约为混凝土路面 3 倍 — _Stocko_ · 2026-09-29