BEACON 论文获 NeurIPS 2026 接收:让模型自己学跨域数据该信多少
hankyang94 · x · 2026-10-27
哈佛 Heng Yang 团队（由 Antong Zhang 和 Han Qi 主导）的 BEACON 论文被 NeurIPS 2026 接收，研究机器人策略的跨域数据混合问题。
核心思路：与其用固定比例混合多域数据，不如让模型学习「该信任每条源域数据多少」。论文将跨域共训建模为差异感知的重要性重加权问题，用 BEA（Best-Effort Adaptation）界启发的目标，联合训练扩散视觉运动策略与逐样本源数据权重，并开发了可扩展的实例级差异代理指标、策略与权重的随机交替更新、以及多源域扩展。
在 sim-to-sim、sim-to-real 与多源操作实验中，BEACON 在鲁棒性和数据效率上均优于仅用目标域数据、固定比例混合和特征对齐基线，且无需显式对齐目标就能隐式拉近源域与目标域表示。
「具身」频道最新
- 丰田年投 64 亿美元造人形机器人,2028 年部署 40 万台 — emmanuelvivier · 2026-10-27
- GPT-6 会主动挪摄像头插花,却把鸡蛋烧糊:Astra 报告的具身反思 — liuziwei7 · 2026-10-27
- Harness Device 弃纸盒改用黑色金属铁盒 UV 直印包装 — dee_hw · 2026-10-27
- 299 美元桌面 AI 助理 Intern 2 上新:可经 iMessage 发消息指挥干活 — dee_hw · 2026-10-27
- 优必选开出人形机器人工厂：每 10 分钟造一台、机器人造机器人 — import_jmr · 2026-10-27
- Nebius × Positronic 物理 AI 大赛开赛：仿真筛选前十可上真机机械臂 — lukas_m_ziegler · 2026-10-27