想象中训练机器人策略：7.9 倍更少仿真数据匹敌 PPO
EpisodeYang · x · 2026-11-06
Matthias Caro 团队展示了一种完全在「想象」（模型内部）中训练机器人运动控制策略的方法：无需真实仿真交互，其策略在同一运动测试上达到 81.8% 的指令跟踪成功率，略超在仿真中用 PPO 训练的 80.7%，且仿真转移次数少 7.9 倍、训练时间约减半。发帖人 EpisodeYang 也晒出了自己的复现/对比结果，作者称更多结果即将发布。
「具身」频道最新
- 工业机械臂占机器人营收 42% 却只贡献 15% 估值，直觉外科独占 56% — ai · 2026-11-06
- 黑客逆向苹果未发布触屏 MacBook 的 HID API 并远程操控 — yoimnotkesku · 2026-11-06
- 苹果机器人新机被曝用 Mac Mini 当大脑,Jeson 只跑追踪 — micoolcho · 2026-11-06
- Microdock v2:机器人入坞时坐下,让全部舵机断电省电 — natesiggard · 2026-11-06
- 22 小时组装一台 Asimov 机器人，开箱即正常运行 — whurley · 2026-11-06
- NEO-VLA 去掉视觉编码器：原生 VLA 预训练在 RoboTwin 上验证有效 — liuziwei7 · 2026-11-06