Physical Intelligence 发布 RLT：RL 微调让机器人精细操作提速 3 倍
svlevine · x · 2026-11-05
Physical Intelligence（π）发布新方法 RLT（RL tokens），Sergey Levine 等人参与，用于让 VLA 机器人通过在线强化学习掌握精细操作任务。
- 思路：在 VLA 输出中加一个特殊 token，作为 VLA 与轻量 RL 策略之间的紧凑接口，只需几小时真实世界经验即可适配行为，无需微调整个模型
- 效果：在四个高难度操作任务上，最精细阶段的完成速度最高提升 3 倍，甚至可超过人类遥操作的速度
- 配套研究 GSBR：团队同时提出新的行为约束方法，结合 support 约束与连续惩罚，在利用先验数据的 RL 中平衡探索与不偏离已知好策略，改善 offline-to-online RL 表现
- 动机：抓起螺丝刀容易，但快速精准地对准小螺丝这类精细环节，仅靠模仿数据学不会，需要 RL 实践改进
「具身」频道最新
- 5699 场真机对战：宇树 G1 五个任务 8 个模型全部失败，跨本体排名一致性仅 0.24 — DJiafei · 2026-11-05
- 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
- 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