D&A 方法零训练把任意机器人视频变成现成 reward model
KyleMorgenstein · x · 2026-11-04
D&A 方法：只需一段（部分或完整的）机器人执行任意任务的视频加文字描述，无需任何训练即可得到现成的 reward model。作者在 SGS locomotion 任务上演示，有趣的是 D&A 只在目标出现在画面中时才给出额外奖励，说明其奖励信号与视觉目标对齐。
所属事件:D&A 方法零训练将视频转为机器人奖励模型(2 条相关)→
「具身」频道最新
- 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
- 机器人团队客户现场 Live Demo：1.5 天采数训练，不靠预演靠现场 — DominiqueCAPaul · 2026-11-04
- LeRobot 数据集支持 3D 回放，SO-101 与 Unitree G1 同步可视化 — mishig25 · 2026-11-04
- 儿童 AI 故事玩具 storymaker 融资 200 万美元，无屏无摄像头售 89 美元 — Scobleizer · 2026-11-04