Echo 框架让机器人自己识别成功与失败，无需帧级进度标注
Yufeng Liu · hf · 2026-10-26
- 上海交大、Spirit AI、清华等团队提出 Echo，让 VLA（视觉-语言-动作）模型学会识别任务完成与失败信号，从而在成功时停止、失败后恢复或重规划。
- 方法把停止与失败信号作为动作块的两个附加维度，与机器人动作一起去噪，单一 VLA 内同时完成状态预测与动作生成，无需帧级进度标注、外部监控模型或复杂架构改动。
- 通过构建成功、失败与恢复三类互补监督轨迹来学习这些信号，并用状态信号引导动作生成，控制交互过程。
「具身」频道最新
- 玩家用 Grok 和 Hermes Agent 给 StackChan 机器人加上读剧本技能 — alexcovo_eth · 2026-10-26
- 人形机器人 10 个名场面：前 Boston Dynamics 工程师造管家的机器人 — minchoi · 2026-10-26
- KAIST 人形机器人 v0.9 推 35 公斤举 20 公斤,收尾来段太空步 — minchoi · 2026-10-26
- 阿里发布 16B 统一具身模型 RynnUnify，RoboCasa365 成功率 51.5% — Minghao Zhu · 2026-10-26
- HoloBoxing：单 GPU 仅 7 分钟额外训练教会人形机器人拳击 — Xihan Ma · 2026-10-26
- 丰田工程师开源 YUBI 遥操作手套：手指驱动夹爪 + VR 追踪，含 CAD 与装配说明 — rsasaki0109 · 2026-10-26