Recova 用编码智能体在仿真中练出机器人自恢复能力，人工干预率从 87.5% 降到 0%
Lianhuiq · x · 2026-10-14
Recova 试图解决机器人数据采集的核心痛点：想收集更多真实世界机器人数据，却没有足够人力维持机器人持续运转。小团队里每一次失败尝试都意味着有人要介入、修复现场、重新启动。
其方案由三部分组成：
- Real2Sim2Real：智能体在数字孪生中探索学习，试错更安全也更便宜；
- 自主恢复：机器人学会从意外失败中自行恢复，而不是等待人工重置；
- Human-on-Demand 学习：多台机器人并行运行，只有在自主恢复失败时人类才介入。
一个编码智能体在仿真中开发恢复技能；在真实机器人上，系统监控进度、出错时尝试恢复、需要时请求帮助，这些经验（包括人工纠正）再回流到训练中。
该闭环已在四个真实机器人工作站上运行。在某一任务上，经过四轮数据采集，观察到的人工干预率从 87.5% 降至 0%。
所属事件:Recova 用编码智能体训练机器人自恢复能力(2 条相关)→
「具身」频道最新
- Polymarket 引数据：2026 上半年全球 97% 人形机器人出货来自中国 — Polymarket · 2026-10-14
- Physical Intelligence 开放 Pi API 测试：同一模型适配从摘草莓到装服务器的机器人 — svlevine · 2026-10-14
- 天工 Ultra 百米跑赢博尔特纪录,美媒警示美国机器人产业对华供应链困局 — mattsheehan88 · 2026-10-14
- GoDrift 晒 sim2real 实时机器人演示，点评：2D 平面降低难度 — jonstephens85 · 2026-10-14
- 微软科学总裁 Peter Lee 离职，出任梅赛德斯 F1 车队 AI 顾问 — lazowska · 2026-10-14
- NVIDIA 上传 GR00T N1.7 新 checkpoint,专攻苹果取盘任务 — nvidia · 2026-10-14