SCAMPER 用稀疏奖励教会虚拟鼠像真鼠一样觅食
yshan2u · x · 2026-10-22
研究者提出 SCAMPER 方法，让虚拟鼠在稀疏奖励下学会觅食，同时保持与真实鼠相近的运动方式。
核心思路是将「自然探索」与「目标导向控制」分开建模，再让策略学习在两种模式之间切换的时机，从而在奖励极稀疏的任务中兼顾探索效率与动作真实性。
所属事件:SCAMPER 虚拟大鼠让强化学习实验动作逼近真实动物(3 条相关)→
「具身」频道最新
- 开发者发布 Flipper Zero 应用：读写 Telink 芯片 SPI 固件 — ngxson · 2026-10-22
- Archon Robotics 公开人形全身智能路线:S1+S0 双基模架构 — micoolcho · 2026-10-22
- 特斯拉 FSD 订阅收入首次突破 10 亿美元 ARR — mitchdeg · 2026-10-22
- SERA 用可编辑 Harness 自进化规划，攻克长程机器人操作 — Tingwen Du · 2026-10-22
- 一条 prompt 就能遛鸭子：极简指令控制机器人 demo — yshan2u · 2026-10-22
- 海德拉巴创企 Perceptyne 推出双臂半人形机器人 PR-OMNI — CurieuxExplorer · 2026-10-22