ACCRUE:真实机器人持续 RL,新任务仅需 4-12 分钟交互达 95% 成功率
coallaoh · x · 2026-10-15
ACCRUE 提出面向机器人基础模型的持续离线策略强化学习(off-policy RL),让真实机器人从少量演示出发,通过物理交互不断学习新任务,并把经验带到后续任务中。
核心做法:
- 基于 π0.5 + FastTD3,RL 只更新一个紧凑的 actor-critic,基础模型保持冻结,GPU 训练开销很低
- 跨任务继承 actor-critic 并蒸馏先前行为,经验持续累积、旧技能不丢失
真实机器人实验结果:
- 后续任务约 4–12 分钟机器人交互即可达到 95% 成功率
- 相比单任务 RL,机器人交互时间最多减少 68.5%(AutoMate 31.0–68.5%,NIST 38.7–42.9%)
- 旧任务最终成功率 98.3%(118/120 次试验,覆盖 6 个旧任务)
所属事件:NVIDIA 与 KAIST 推出 ACCRUE 真机持续强化学习框架(2 条相关)→
「具身」频道最新
- 工作照是 AI 的「第一公里」：拍错就无模型可救 — arnabdotorg · 2026-10-15
- LEGO 为自动化仓库打造全向移动车,工程细节曝光 — glenbeer · 2026-10-15
- SlipSense 触觉滑动检测：96.7% F1、23.1ms 延迟、跨平台零样本迁移 — chris_j_paxton · 2026-10-15
- 黑莓推 QNX Launchpad:早期 Physical AI 公司免费用 QNX 8.0 — pdamodaran · 2026-10-15
- Microduck 机器人仅靠 64 像素ToF实现板载SLAM重定位 — chris_j_paxton · 2026-10-15
- Dynamic Creatures 出隐身模式,成 Boston Dynamics 官方娱乐合作伙伴 — PeterBowdenLive · 2026-10-15