Success-Guided Sampling:纯仿真 RL 零样本实现精细机械臂装配
kevin_zakka · x · 2026-10-10
华盛顿大学与 NVIDIA 团队（CoRL 2026）发布 Success-Guided Sampling (SGS)，一个简单的任务采样器改动，解决了超大规模 RL 的探索瓶颈。
核心要点：
- 训练时只让机器人在「对当前策略既不太容易也不太难」的任务配置上练习
- 无需演示数据、无需重定向、无需触觉传感器、无需逐任务调奖励，只需大规模 PPO
- 可扩展到超过 100 万个并行仿真机器人，涵盖腿足运动与接触密集操作
- 单一策略让 ANYmal C/D 通过各种困难地形（浮岛、踏石等）
- UR5e 和 Franka 从零样本学会 NIST 任务板上的齿轮啮合、穿螺母、插销等接触密集装配，仅凭 RGB 图像零样本迁移到真实机器人
论文已发布，代码即将开源。
所属事件:SGS 抽样新方法让纯仿真 RL 零真实数据训出灵巧操作(2 条相关)→
「具身」频道最新
- Artificial Analysis 预告 AA-Robotics:前沿模型零样本操控机械臂 — ArtificialAnlys · 2026-10-10
- 零真实数据训出灵巧手：SGS 抽样技巧解锁机器人灵巧操作 — milesmacklin · 2026-10-10
- Starkey 发布 Omega AI+ 助听器：G4 生成式 AI 处理器加四路 DNN — BrandonSawalich · 2026-10-10
- Wayve 创始人晒与 Stellantis 合作的 AI 驾驶穿行都灵街头 — alexgkendall · 2026-10-10
- 192GB 版 Framework Desktop 第二批已售罄 — film_girl · 2026-10-10
- Danu Robotics 创始人六年磨一剑，只为造出更好的垃圾分类机器人 — TechCrunch AI · 2026-10-10