Nvidia 发布 ARC:免新演示教机器人推理,任务成功率提升超 5 倍
arankomatsuzaki · x · 2026-10-10
Nvidia 发布 ARC(A Reasoning Recipe for Robot Foundation Models),一项针对机器人基础模型的推理增强方案:
- 核心思路:为已有的示教数据标注「动作落地推理轨迹」(action-grounded traces),每条轨迹解释下一步动作为什么合理、要达成什么;再微调预训练策略,让模型学会用解释来选择动作。
- 零新增:不需要新的机器人演示数据,也不需要基础模型规模级别的重新训练,且不改模型架构。
- 效果:RoboLab-120 上 Cosmos3-Nano-Policy 成功率 36.8%→48.8%,π0.5 从 28.0%→45.3%;RoboLab-Reasoning-50 上最高提升 50 个百分点;π0.5+ARC 真机成功率达 91.7%(原为 9.5%,+82.2pp)。
项目页面、论文已上线,代码、模型、数据集及 RoboLab-Reasoning-50 基准即将发布。
所属事件:Nvidia 发布 ARC：无需新数据即可大幅提升机器人推理能力(3 条相关)→
「具身」频道最新
- 给注意力加物理偏置:软线仿真预测误差降 15% 以上 — Avihai Giuili · 2026-10-10
- Wayve AI Driver 上车玛莎拉蒂，四周内完成集成到都灵实测 — alexgkendall · 2026-10-10
- IROS 2026 最佳论文:5 小时人类动作数据教会宇树 G1 打网球对拉 — qinzytech · 2026-10-10
- Tesla 官宣 Robotaxi「闸门正在打开」，前 OpenAI 研究员看好规模指数增长 — julianibarz · 2026-10-10
- 自适应采样强化学习：纯 RL 训出超越以往的运动控制策略 — jeffclune · 2026-10-10
- 隐身六年后 Atomic Machines 发布 Matter Compiler:代码直接造微型机器 — Merzmensch · 2026-10-10