QF3 项目页上线：交互式讲解流策略 RL，含全部实验视频
andrew_n_carr · x · 2026-10-13
QF3（Fast Flow RL with Filtered Q-Gradients）的项目页与论文（arXiv 2610.08789）公布，作者来自 UC Berkeley 与 Amazon FAR，包括 Ken Goldberg、Pieter Abbeel、Angjoo Kanazawa 等。
核心思路：流策略用 RL 微调时，直接沿 critic 梯度更新会在 critic 没数据的区域追逐虚高估值。QF3 通过把速度裁剪在 replay 数据附近、对不可信梯度做 mask，使 off-policy RL 稳定可用。TL;DR：在重采样动作周围裁剪 critic 驱动的速度更新，已在人形机器人运动控制与操作微调任务上验证。
所属事件:UC Berkeley 发布 QF3：单点改动让流策略机器人 RL 稳定微调(2 条相关)→
「具身」频道最新
- 开发者发布 AI Passport 固件「天天带」,被评同品类最佳网络收音机 — ezshine · 2026-10-13
- RoboARCade 发布：智能体直控机器人新基准，GPT-6 成功率不足五成 — leto__jean · 2026-10-13
- Free-Init:无需扫描运动补偿的多普勒 LiDAR 惯导初始化框架 — rsasaki0109 · 2026-10-13
- 全端侧机器人视觉 demo:直接任意球掷界外球,无外部追踪 — chris_j_paxton · 2026-10-13
- GPT-6 Astra 与 Claude Opus 5 具身任务对比：40 票战平，Elo 仅差 16 — qinzytech · 2026-10-13
- 自制 ComfyUI 节点：借 Mixamo 3D 骨架库给 2D 角色摆姿势 — Willonfire8 · 2026-10-13