MIT 团队发布 Robota-Embed:机器人可检索过往经验实现自主进化
songhan_mit · x · 2026-10-17
MIT、Berkeley 等机构团队发布 Robota-Embed,号称首个统一的 Vision-Language-Action(VLA)嵌入模型,同时编码任务、执行阶段与后续动作,让机器人能从历史经验中检索有用的上下文。
关键数据:
- 检索效果: 片段级 R@1 达 47.33%,超过 Gemini Embedding 2 达 22.09 个百分点(episode 级 81.77%,领先 33.47 个百分点)
- 机器人学习: Embed2ICD 检索经验做策略条件化,DROID-Sim 成功率 47.0%→56.3%,LIBERO 困难子集 86.4%→92.8%,真机上任务进度也提升
- 自进化: Embed2Evolve 用执行反馈增长任务本地记忆,ManiSkill 上任务成功率 24%→68%,同时比 GPT-6 Astra 直接基线省 43.7% 的策略 token
训练语料含约 170 万清洗后的锚点,并发布 4000 查询、8000 库的 Robota-Embed-Bench。论文由 Yunze Liu 等合著,作者包括 Yuke Zhu、Trevor Darrell、Linxi "Jim" Fan、Song Han、Han Cai。
所属事件:Robota-Embed 发布：统一 VLA 嵌入让机器人检索经验自主进化(2 条相关)→
「具身」频道最新
- Standard Bots CEO：机器人处于 1973 年的计算机时代 — Rewkang · 2026-10-17
- AGI House×Google Gemma 硬件黑客松:LiteRT 赛道单项奖金1.5万美元 — agihouse_org · 2026-10-17
- P-BFM:仅凭平地参考让 Unitree G1 自适应复杂地形 — ChongZzZhang · 2026-10-17
- 研究者构建生成式机器视觉管线：单目视频重建场景静态与动态元素 — RexDouglass · 2026-10-17
- Starkey 发布 Omega AI+ 助听器：Quad DNN 架构与睡眠追踪 — BrandonSawalich · 2026-10-17
- RAX 全量开源：零演示数据，连失败实验都放出来了 — du_yilun · 2026-10-17