ETH推出不确定性感知世界模型，真机器人上跑通离线强化学习
breadli428 · x · 2026-10-15
ETH Zurich(Chenhao Li、Andreas Krause、Marco Hutter)发布 RWM-U(Uncertainty-Aware Robotic World Model),让离线模型式强化学习(offline MBRL)真正在物理机器人上可用。
- 痛点:离线 MBRL 数据效率高,但长时域 rollout 存在复合误差与分布漂移,此前多只在仿真基准上有效,难以应对真实机器人数据噪声大、有偏、部分可观测的问题。
- 方法:RWM-U 在自回归世界模型上引入认知不确定性(epistemic uncertainty)估计,使多步 rollout 在时间上更一致、不确定性可跨长时域传播;再结合 MOPO-PPO,把不确定性惩罚的策略优化适配到稳定的同策略 PPO 框架。
- 结果:在仿真及真实四足、人形机器人的操作与运动任务上,策略完全从离线数据集训练,稳定超过 model-free 与不考虑不确定性的 model-based 基线;融合真实数据后甚至超过仅在仿真中训练的在线 model-free 基线。
已放出论文、代码与海报。
「具身」频道最新
- Sipeed 推出不到 50 美元双目深度相机:内置 NPU 直出点云 — AIFlow_ML · 2026-10-15
- IRVL 宣布正在评测前沿模型做机器人操作,报告即将发布 — YuXiang_IRVL · 2026-10-15
- NVIDIA 报告:GPT-6 Astra 做机器人策略,Agentic 方案 RoboLab-120 达 74.8% — YuXiang_IRVL · 2026-10-15
- Rhoda 发布新型触觉传感器,蒙眼机器人凭触觉抓取识别物体 — CSProfKGD · 2026-10-15
- Infinite Machine Olto 电动车现身纽约街头，4 小时被目击两次 — soleio · 2026-10-15
- Vals AI 实测前沿模型：MuJoCo 仿真中操控机械臂与人形机器人 — scaling01 · 2026-10-15