DreamCan:稀疏视觉规划让机器人长程操作不必逐帧想象
chris_j_paxton · x · 2026-10-24
Wenlong Huang 转发介绍 DreamCan(Chongkai Gan 主导),面向长程机器人操作(World model + 视觉规划)的新方法。核心思路:机器人不需要想象每一帧,只对「稀疏视觉帧」做规划推理。
关键点:
- 选取的视觉帧必须满足两个条件:机器人可达(reachable)且能向任务目标推进(makes progress)
- 该能力可从无动作标注的次优视频(action-free suboptimal videos)中学习,降低数据门槛
- 项目页、代码、论文均已开源发布
作者将其定位为回应「AlphaGo 和编码 agent 都需要推理,机器人难几个数量级,那正确的推理表征是什么」这一问题。
所属事件:李飞飞团队发布 DreamCan：稀疏关键帧规划长程机器人操作(2 条相关)→
「具身」频道最新
- Princeton 提出动作影响最大化，世界模型训练数据需求降 85 倍 — shahdhruv_ · 2026-10-24
- 英伟达扩展 Cosmos 平台，保时捷奔驰等落地物理 AI — NVIDIAAI · 2026-10-24
- Enact 携 3000 万美元出 Stealth，创瑞士最大 pre-seed 纪录 — lukas_m_ziegler · 2026-10-24
- Generalist 与 PI 开放机器人模型 API,机器人行业或迎模型即服务转折 — binarybits · 2026-10-24
- 马斯克放话：Optimus 将是全球最大产品，人形机器人比人还多 — XFreeze · 2026-10-24
- 用机器人 MARS 遥操作清理工作台,车主求「帮我组装树莓派项目」 — burhop · 2026-10-24