MIT CSAIL 用 UAN 弥合 sim-to-real，机器人学会抛球举重

EpisodeYang · x · 2026-10-20

MIT CSAIL（Nolan Fey、Pulkit Agrawal 等）发布 UAN（Unsupervised Actuator Net）研究，让机器人实现运动型 loco-manipulation。核心内容：

• 用任务奖励（如「把球扔得尽量远」「尽快举起重物」）取代传统轨迹跟踪奖励，激发动态运动能力，但面临 reward hacking 和探索缺方向两大难题。
• UAN 利用真实世界数据在仿真中校正执行器误差（如谐波减速器与 QDD 电机的摩擦等未建模动力学），无需力矩传感，同时抑制 reward hacking，保证行为可迁移。
• 采用预训练+微调策略：将仿真器重置到录制的硬件状态，施加同样的录制指令，学习指令修正量使仿真轨迹匹配真实轨迹；再用参考轨迹引导探索。
• 结果：机器人从仿真到真实高保真地完成举起、抛掷、拖拽等动作。配套视频展示了手臂连球一起飞出的失败镜头，作者称这是大规模闭环训练对物理系统的效果体现。

原文链接 →

「具身」频道最新

• FOMO-Dex：力觉手套遥操作拧螺丝,挑战 sim-to-real 必要性 — HaozhiQ · 2026-10-20
• Oura 智能戒指把印度社区舞 Dandia 误识别为越野滑雪 — salgar · 2026-10-20
• whurley 晒 CyberCab 乘坐体验:累计近 100 次特斯拉无人车行程 — whurley · 2026-10-20
• 机器人控制辨析：IK 不保证精度，瓶颈在硬件而非求解器 — ChongZzZhang · 2026-10-20
• 机器人精度瓶颈在硬件而非求解器：一次 MPC vs RL 实测 — ChongZzZhang · 2026-10-20
• 评论：未来十年最重要 AI 设备不会是智能手机 — VraserX · 2026-10-20

更多「具身」频道 AI 资讯 →