EMPIRIC 智能体用残差世界模型补全物理引擎缺失机制
tomssilver · x · 2026-10-04
- 核心问题：现有 agentic real-to-sim 能重建场景，但看不出来胶水如何固化、水如何受热、风扇风力如何推动物体——模拟器往往根本无法建模这些机制。
- 方法：MIT CSAIL（Kevin Ellis、Yichao Liang 等，与 Basis 合作）提出 EMPIRE 的 EMPIRIC，一个学习「残差世界模型」的 agent：在物理引擎之上用代码扩展缺失的机制。
- 结果：在五个模拟域的全部 25 个运行实例上全部成功，而 coding-agent 基线只解出 14–16 个；在真实机器人上，仅靠两次「吹风」就学出了风力和多米诺骨牌质量。
- 意义：朝「机器人进入新环境后自主为环境编程出物理模型」迈进一步。
所属事件:EMPIRIC 智能体用残差世界模型补全物理引擎缺失机制(2 条相关)→
「具身」频道最新
- 18 个月验证：特斯拉 Robotaxi 仍难逃 Waymo 式逐城苦战 — binarybits · 2026-10-05
- 印度从业者呼吁让机器人下矿井修下水道，而非替人写邮件 — paulfinneyx · 2026-10-05
- MicroFactory 推出 AI 机器人集成器：自动设计夹具、写视觉代码、指挥机器人 — ihorbeaver · 2026-10-05
- 自建仿真管线：不同竞赛无人机几何构型的圈速对决 — DominiqueCAPaul · 2026-10-05
- 换装新电机后，这台空气曲棍球机器人已胜过作者本人 — LexiLove · 2026-10-05
- 一句话描述产品一周到手：「氛围制造」时代来了 — osmaanshah · 2026-10-05