Berkeley 新研究：借预训练基策略支撑集引导探索实现在线快速适应
abhishekunique7 · x · 2026-11-05
JacobBerg33 分享其在 UC Berkeley 的第一个项目：一种快速在线适应算法。核心思路是利用预训练基策略（base policy）的支撑集（support）来引导探索，同时允许 actor 策略在学习过程中超越基策略的表现。作者称对 fast online adaptation 课题关注已久，并表示后续会发更详细的技术线程。
「具身」频道最新
- 北大联合 NVIDIA 用编码 Agent 替代遥操作，低成本批量造机器人训练数据 — DAGroup-PKU · 2026-11-05
- Physical Intelligence 发布 RLT：RL 微调让机器人精细操作提速 3 倍 — svlevine · 2026-11-05
- Corebrum OS 新增内置 VNC,可在 Mac 远程查看 NVIDIA Thor 机器人 — chrismatthieu · 2026-11-05
- NerF 作者 Ben Mildenhall 转发神秘 AI 硬件特写：机器人图标配 8:00 显示屏 — XRarchitect · 2026-11-05
- KAIST 提出 H2RB：人类演示直接迁移训练机器人 VLA 策略 — kaist-ai · 2026-11-05
- 新 AI 眼镜 UI 概念演示亮相，界面交互直观炫酷 — AnhPhuNguyen1 · 2026-11-05