NVIDIA 发布 Hebero 基准:40 任务多任务机器人 RL,GPU 并行训练
nvidia · hf · 2026-10-10
NVIDIA 在 Hugging Face 发布 Hebero(Heterogeneous Benchmark for Robot Learning),一个基于 Isaac Lab 的 GPU 并行多任务机器人 RL 基准,可在 40 个异构操作任务上联合训练与评估单一策略。
要点:
- 固定墙钟时间下,增加每任务并行副本数可提升成功率
- 提出 DGPO(Demonstration-Guided Policy Optimization):复用演示提供密集跟踪奖励与非对称价值学习
- 在 DGPO 内引入 IW-ABC:用每任务学习进度信号协调自适应行为克隆与重要性加权
- 每任务 50 条演示下,IW-ABC 状态输入平均成功率达 90.1%,超最强基线 FAMO-ABC 7.8 个百分点;视觉版本达 93.5%
- 仿真训练的单一多任务策略可真机完成 Piper 机器人上的 4 个任务
项目页:hebero-rl.github.io
「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