研究者在真实任务上微调 π0.5,验证「纠错演示」比成功演示更能提升机器人可靠性
k7agar · x · 2026-10-27
miki safr 团队在两个真实世界操作任务上对 Physical Intelligence 的 π0.5 模型进行微调,探讨机器人出错后如何恢复的问题。
核心问题:机器人完成任务的能力在提升,但犯错时怎么办?团队对比了「恢复演示」(recovery demonstrations)与单纯增加「成功演示」两种数据策略,验证前者能否更有效地提升策略的可靠性。这是一条实验线程推文,展示了两类真实操作任务上的对比结果。
「具身」频道最新
- 终端配色主题做成实体按键，一键指挥你的 AI Agent — dee_hw · 2026-10-27
- 后摩 M.2 AI 加速卡宣称 160 TOPS，实测仅见 27B 模型 14 tokens/s — lazy-kozak · 2026-10-27
- Scoble 力挺 Optimus:得州新厂瞄准年产千万台机器人 — Scobleizer · 2026-10-27
- Machenta 出隐身获 4000 万美元种子轮，机器人看一次演示即学会任务 — Ed__Johns · 2026-10-27
- 宇树 Go2 机器狗曝 9.4 分严重漏洞，一年内第三次 — AIFlow_ML · 2026-10-27
- ETH 人形机器人用头戴 LiDAR 感知地形,机上 30ms 实时建图 — ChongZzZhang · 2026-10-27