π0.5 实验：演示数从 10 增至 438，放球入碗成功率 7%→83%
stingning · x · 2026-10-27
作者公布 π0.5 单任务实验数据，考察演示数量对策略成功率的影响：
- Place Ball in Bowl：训练演示从 10 条增至 438 条，成功率由 7% 提升到 83%。
- Squeeze Scissors：演示从 10 条增至 439 条，成功率由 1% 提升到 44%，功能性剪刀任务始终更难。
所有测试的数据规模上成功率均上升；实验采用固定训练步数与单一随机种子，作者称这仅证明这两个任务上「更多演示有帮助」，更广泛的 scaling 规律仍待研究。
同一线程还总结了训练策略 rollout 的三类反复失败模式：
- 过早触发：Move and Click Mouse 任务中 800 个 episode 有 443 个因手还在接近/定位鼠标时就提前点击而终止。
- 协调问题：Set Dual Knobs 任务中仅 38/800 个 episode 让两个旋钮同时到位，只有 5 个完成完整的稳定与释放要求。
- 目标重…（原文截断）
「具身」频道最新
- Munro 发布 Cybercab 工程深度拆解视频 — yunta_tsai · 2026-10-27
- 奥斯汀 Robotaxi 车队规模持续扩张 — yunta_tsai · 2026-10-27
- 玩家用本地 LLM + Blender MCP 自动搭建 Halo 无限 Forge 地图 — swagonflyyyy · 2026-10-27
- 极农用无人机配自动机巢：清洗充电加药全自主，要让每个农民拥有机器人 — pstAsiatech · 2026-10-27
- 丰田携 20 年技术积累入场，人形机器人赛道对垒特斯拉与中国厂商 — pstAsiatech · 2026-10-27
- 机器人学习学者 m_wulfmeier 加入 Mila 任兼职教师 — pcastr · 2026-10-27