Richard Sutton 推荐:新博士论文让机器人部署后边用边学
RichardSSutton · x · 2026-10-04
强化学习泰斗 Richard Sutton 推荐 Gautham Vasan 的新博士论文《Robots That Learn on the Fly Through Real-World Interaction》,并称自己是答辩委员会成员,尤其推荐第 6 章的 AVG 算法——一种新的流式(streaming)RL actor-critic 方法,不同于 Stream-X 系列算法。
论文针对机器人学习的主流做法缺陷:策略通常在部署前用人类数据或仿真训练后即冻结,部署后性能退化需工程师重新诊断、采数、重训。论文目标是让机器人从运行时自身经验持续学习,在寿命期内改进行为并适应未预见的条件。
「具身」频道最新
- UMI 之父 Shuran Song 亮相 CoRL 2026「UMI 竞技场」工作坊 — SongShuran · 2026-11-20
- 机器人自行车苏黎世山地车道自动驾驶,最高时速 5.2 m/s — Scobleizer · 2026-11-20
- Figure 产能目标曝光:BotQ 满产年产 4 万台,剑指单厂百万台 — ChrisGPT · 2026-11-20
- NVIDIA Cosmos Framework 教程:微调 Qwen3-VL 读懂机器人视频 — NVIDIA Developer · 2026-11-20
- Marc Raibert 45 年机器人生涯:从单腿跳跃到 SoftBank 回购买其新实验室 — lukas_m_ziegler · 2026-11-20
- Meta AI 项链设备 Muse Charm 定价 $300,送最长一年 Verizon 5G — Scobleizer · 2026-11-20