NVIDIA Recova：用智能体引导的失败恢复扩展机器人数据
ZhidingYu · x · 2026-10-14
NVIDIA 与 UCSD、UT Austin 合作发布 Recova，目标是「不增加人力而扩展机器人学习数据」。核心思路是把失败变成训练数据：
- Real2Sim2Real：智能体在数字孪生里安全、低成本地试错，探索并编写恢复技能。
- 自主恢复：机器人学会从意外失败中自行恢复，而不是等人来复位。
- 按需人工（Human-on-Demand）：多台机器人并行运行，仅在自主恢复失败时人工介入。
流程上，Recova 重建场景→在数字孪生 rollout 上训练任务与恢复策略→真机运行并采集 DAgger 式新数据，形成学习闭环，让每小时人力换到更多机器人学习量。演示包括麻将等任务。
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
- AlphaNIST 机器人训练揭秘：换 Newton 物理引擎堆出稀疏奖励可行 — milesmacklin · 2026-10-14
- Dyna-2 深谈:百万小时人类视频训练的世界-动作模型与机器人长时自主 — Latent Space · 2026-10-14
- Natura-1 机器人基础模型发布:500 亿参数 MoE,预训练百万小时人类第一视角视频 — rohanpaul_ai · 2026-10-14
- ESP32 玩 AI 智能硬件:15 个开源项目合集加 Meta Muse 手把手对接教程 — alexcovo_eth · 2026-10-14
- 超越视觉：用共享空间感知让手机和机器人协同「本体感觉」 — broodsugar · 2026-10-14
- 苹果发布全新家庭中控设备，值不值得买？ — Kiteaton · 2026-10-14