AlphaNIST 机器人训练揭秘：换 Newton 物理引擎堆出稀疏奖励可行
milesmacklin · x · 2026-10-14
mateoguaman（转发自 Milesmacklin）详解 SGS 到 AlphaNIST 之间的多项改进：用 Newton 替代 PhysX 带来大幅性能提升、改进重置分布、机器人控制器参数、观测与网络架构，并引入统一的多任务训练范式。最意外的是这些改进叠加后，仅用一项极简奖励函数即可完成训练——四个非常通用的项，主要梯度信号来自稀疏任务奖励，整个「代价」部分只需调节一个系数。
「具身」频道最新
- 开发者把 Wright CAD 工作流接入 ChatGPT Desktop，Codex 编排 3D 设计 — burhop · 2026-10-14
- 「首个敲响纳斯达克钟的 AI 机器人」亮相，机器人概念股 BOT 被关注 — cixliv · 2026-10-14
- 燕云十六声将接入 NVIDIA DLSS 5 神经渲染,11 月底开测 — ctnzr · 2026-10-14
- LightNav-0 开源：一个 VLM 驱动四类机器人自主导航 — rsasaki0109 · 2026-10-14
- RigidFormer 入选 NeurIPS：用 Transformer 替代物理引擎模拟刚体动力学 — camenduru · 2026-10-14
- Neuralink 联创公司将视力恢复芯片植入首例 Stargardt 患者 — TechCrunch AI · 2026-10-14