ZeroBot:零演示零预训练,119 秒从零学会机器人操作,成功率 87%
Ed__Johns · x · 2026-09-30
帝国理工与 RAI 联合团队的 ZeroBot 论文(发表于 IEEE RA-L,并在 IROS 报告)展示了一套生成式 real2sim 框架:仅需物体的单一视角图像与目标位姿,无需人类演示、无需策略预训练、无需已知物体模型,即可让机器人从零学会操作任务。
关键做法:
- 用图像转 3D 生成模型重建完整物体网格
- 在仿真中大规模并行强化学习
- 引入利用生成几何与学习值函数的动作空间,优先采样涉及机器人-物体接触的状态,加速训练
实测涵盖抓取、推物、铰接物体交互与多阶段操作,平均训练时间仅 119 秒,真实世界成功率 87%。
「具身」频道最新
- AnyStep-WAM:按任务难度自适应分配去噪步数,平均省 60% 步数不掉成功率 — Rui Wang · 2026-09-30
- Simify:单张图像实时转仿真,进化搜索解机器人空间推理 — Ed__Johns · 2026-09-30
- LadderMan 入选 CoRL 2026 Spotlight：人形机器人零样本爬梯作业 — yuewang314 · 2026-09-30
- Reddit 热议:鸵鸟形家用机器人 Goose 比人形更实用? — fhpapa · 2026-09-30
- 亚马逊 StructRL:可验证子任务中间奖励,提升长程机器人操作 — amazon · 2026-09-30
- 内存价格暴涨,端侧 AI 硬件团队称物料成本已超 300 美元 — stephen280up · 2026-09-30