BiGym 2.0 基准：LLM 写策略 1 条 demo 达 65%，不敌 π0.5 的 75%
stepjamUK · x · 2026-10-09
研究者发布 BiGym 2.0，一个家庭场景全身人形机器人 loco-manipulation 基准，并首次系统对比学习策略与 LLM 写出的机器人策略。
核心结果：GPT-6 Astra 仅凭 1 条演示就能让编码 agent 写出人形机器人控制器，达到 65% 成功率——这一场景下学习策略毫无用武之地，超出作者预期。但用 60 条演示训练的 π0.5 仍以 75% 领先，尤其在精确物体重排任务上。
结论：学习策略（从零训练或 VLA）仍是更通用的方案，覆盖任务面更广，代价是需要更多演示；「学习策略已死」为时尚早。
「具身」频道最新
- 机器人操作研究学者受邀在德州农工大学分享跨具身学习工作 — YuXiang_IRVL · 2026-10-09
- AGI House 携手 Google Gemma 办全端侧硬件黑客松,120 名开发者参赛 — agihouse_org · 2026-10-09
- Odyssey 发布世界模型 Odyssey-3,Physics-IQ 刷出新 SOTA — Scobleizer · 2026-10-09
- 估值390亿美元人形机器人公司Figure,4年10万台目标进度起底 — annatonger · 2026-10-09
- Sentdex:多模态 LLM 零训练操控机器人,VLA 或只是插曲 — Sentdex · 2026-10-09
- 用户吐槽 Dot 缺 CallKit：电话功能本可更好用 — cheezemink · 2026-10-09