帝国理工团队融资 4000 万美元，主攻图扩散即时模仿学习
philfung · x · 2026-11-03
Imperial College 团队为 Instant Policy 项目融资 4000 万美元，核心技术是把 In-Context Imitation Learning（ICIL）建模为图生成问题，用学习到的扩散过程对演示、观察和动作做结构化推理（ICLR 2025 Oral，获 ICLR 2025 Robot Learning Workshop 最佳论文奖）。
- 只需一两个演示即可让机器人即时学会新任务
- 训练数据用仿真中生成的伪演示（pseudo-demonstrations），构成近乎无限的数据池
- 仿真与真实环境实验均验证了快速学习日常任务的能力，还可作为跨本体与零样本语言任务迁移的基础
所属事件:帝国理工团队融资 4000 万美元，用图生成做机器人快速模仿学习(2 条相关)→
「具身」频道最新
- 机器人缺的是失败数据：学界讨论 learned sim 与 MuJoCo 分工 — chris_j_paxton · 2026-11-04
- 机器人学者：训练神经仿真器所需失败数据约为成功数据的 10 倍 — chris_j_paxton · 2026-11-04
- TxDHMV 数据：Tesla Robotaxi 注册量逼近 Waymo，差距缩至个位数 — _AustinCalvert_ · 2026-11-04
- 家务台灯 Lume 获 1100 万美元 pre-seed，入选 TIME 最佳发明 — tkexpress11 · 2026-11-04
- 经济学家 Tabarrok 亲测特斯拉 FSD:95% 里程都在自动驾驶 — pduan · 2026-11-04
- 清华+伯克利开源 uni-robot-agent：Qwen 直控机器人，单任务成本 1 美元 — Beneficial-Ad-8127 · 2026-11-04