斯坦福 RoboArchitect 不改权重,冻结机器人策略成功率 9.7%→43.3%
dair_ai · x · 2026-11-03
斯坦福论文 RoboArchitect(2026-10-30,arXiv:2610.42141)证明「外壳(harness)优化」可作为机器人微调的替代方案:完全不动模型权重,靠自动设计控制代码让冻结策略大幅提升。
- 方法:给编码模型看机器人的 rollout 记录,它诊断失败原因并迭代重写包裹冻结策略的控制代码——决定何时调用策略、何时用视觉工具、何时直接命令机械臂;外壳还演化出持久记忆(如有效抓取深度)。
- 结果:未见场景成功率从 9.7% 升至 43.3%(4.5 倍),未见任务从 12.7% 升至 40.2%(3.2 倍),跨多个基准与策略均成立。
- 关键发现:基准离策略训练数据越远收益越大;进化外壳里的通用策略常常反超同款微调版。自动学出的控制技巧包括把卡住的机械臂抬离障碍、遇障碍时水平伸手等。
结论:机器人操控的很大提升空间藏在外壳设计里,而这一设计可以被自动化优化。
所属事件:斯坦福 RoboArchitect 冻结策略不改权重，成功率升至 43.3%(2 条相关)→
「具身」频道最新
- Scoble 劝 VR 老兵转行机器人：十年被踢脸后终看清行业 — Scobleizer · 2026-11-03
- Claude Opus 产出 50 个 3D 打印件+210 个五金件，照单组装真能用 — IMordatch · 2026-11-03
- Neuralink 用户意念操控轮椅穿行医院去放射科 — GregCook2011 · 2026-11-03
- 机器人团队预告 48 小时后参加 RoboColosseum 真机实测 — DJiafei · 2026-11-03
- RoboArchitect:冻结 VLA 策略不改权重,未知场景成功率大幅提升 — _Hao_Zhu · 2026-11-03
- Starkey Omega AI+ 助听器解析：四核 DNN 提升语音与健康功能 — BrandonSawalich · 2026-11-03