UW 团队展示 RL 训练机器人：与行为克隆效果天壤之别
chris_j_paxton · x · 2026-10-12
UW 团队展示的机器人 RL 训练成果令人印象深刻，恢复行为（recovery behaviors）表现突出。作者指出 RL 训练的模型与行为克隆（behavior cloning）训练的模型效果有「天壤之别」，但要把 RL 方案规模化并迁移到不同场景仍有挑战。
作者以该案例说明可扩展的几个关键要素：
- 资产要既好看又好仿真：该任务中的零件视觉上简单（无纹理、材质简单），渲染容易逼真，是 sim 的优势场景。
- 反光材质是难点：唯一的麻烦是反光板本身，需要贴胶带处理才能让仿真渲染足够接近真实。
- 物理边界条件要明确：如果板子没固定在桌上，现有恢复行为太猛，会出问题——说明 RL 策略对物体固定状态的假设很强。
「具身」频道最新
- 自制 3D 打印双足机器人「活过来了」,舵机结构曝光 — shekitup · 2026-10-12
- 手指误差仅 4.29mm：Maniformer 新论文突破第一视角机器人数据精度瓶颈 — heyshrutimishra · 2026-10-12
- 字节跳动世界模型首曝：一句话生成可自由探索的 3D 世界 — Uncanny_Harry · 2026-10-12
- 法国人形机器人公司 UMA 开放实验室,CEO 谈中美竞赛与欧洲位置 — RemiCadene · 2026-10-12
- 开发者用 Codex 和树莓派 5 打造可远程控制的空调红外遥控器 — paw_lean · 2026-10-12
- Microduck 双足机器人花式整活:跑酷、踩球、踩高跷 — victormustar · 2026-10-12