Berkeley 推出 RPG:机器人看演示自主练习,真机任务 30/30 全成功
berkeley_ai · x · 2026-10-08
UC Berkeley 团队发布 RPG(Guided Self-Improvement for Embodied Agents),一个 real-to-sim-to-real 管线,让机器人不只“知道做什么”,还能自己决定练什么、通过练习变强。
核心流程:演示 → 重建任务 → 引导练习 → 自我改进 → 回到真机:
- 从真实世界演示中重建出可练习的任务
- 用演示视频引导技能改进方向
- 从失败中持续更新共享技能库
成绩:
- 真实机器人上,3 个任务全部 30/30 成功
- 仿真中,15 轮自改进后在 22 个操作任务上达到 95.0% 成功率
「具身」频道最新
- MeckaAI 获红杉领投 6000 万美元 B 轮,总融资超 1.2 亿 — philhchen · 2026-10-08
- 欧洲 2024 工业机器人安装量降 8% 至 8.5 万台 — ingliguori · 2026-10-08
- TEMPO 给 VLA 补上时间上下文,机器人接瓶成功率从 44% 升到 74% — _krishna_murthy · 2026-10-08
- LIBERO 移植 MuJoCo Warp:130 个机器人任务跑进一块 700 美元 AMD GPU — one_does_not_just · 2026-10-08
- Anthropic 员工转发的机器人三条标准：盖房、种菜、修同类 — repligate · 2026-10-08
- Liquid AI 展示 d1-3B 十个实时摄像头 demo,每帧仅一次前向 — JosephJacks_ · 2026-10-08