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
- 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