FAR 研究反转认知：离散动作比连续动作更精准
peterxichen · x · 2026-10-21
FAR 转发 ZejiYi 等人的机器人控制研究：直觉上离散动作（binning）会因量化损失精度，但实验显示四种动作头的总体误差相当；在精细动作（专家单步移动小于 5mm）场景下，离散动作反而更精准——单步误差 3.2mm vs 连续的 5.4mm，配合 flow 为 3.7mm vs 4.6mm。也就是说分箱并非精度瓶颈，研究进一步探讨真正决定性能的因素是什么。
所属事件:机器人学习新研究：离散动作表示可追平甚至超越连续策略(3 条相关)→
「具身」频道最新
- YC 支持的 Antropi Robotics 出鞘：全自主工厂造 CNC 金属件，已盈利 — ycombinator · 2026-10-21
- 机器人推理平台上线 Deployments:可云端部署 HF 微调模型 — arnie_hacker · 2026-10-21
- 亚马逊FAR团队发布FIBER：统一潜在空间让Unitree G1完成开门搬箱 — ChongZzZhang · 2026-10-21
- Sentdex 晒机器人训练难点：从躺地到半跪再到站起 — Sentdex · 2026-10-21
- NVIDIA 开源 MotionBricks:单模型生成 35 万动作技能,2ms 延迟 — aftahi_ai · 2026-10-21
- NVIDIA Cosmos3-H-Dreams：用生成式模拟让临床手术场景活起来 — Hugging Face Blog · 2026-10-21