本科生一作论文 Q-OIL 入选 CoRL2026:把人类干预当软引导而非监督
aidenybai · x · 2026-11-07
Aiden Bai 转发 @pranavnt 的本科首篇一作论文 Q-OIL,将亮相 CoRL2026(奥斯汀)。
核心思路:人类干预是机器人真实环境学习的天然反馈来源,但人的干预在时机和执行上都次优。作者量化了干预的次优性,并改变用法——不把干预当监督信号,而是当作软性探索引导,兼顾仿真基准与算法设计。
「具身」频道最新
- Muse 开始向 Meta 智能眼镜推送,瞄准语音操控 AI Agent 场景 — armand_ruiz · 2026-11-07
- 「2050 提前到来」：人形机器人扎堆亮相引发感叹 — CyberRobooo · 2026-11-07
- SF 机器人圈共识之外：作者断言一两年后一句话即可指挥人形机器人 — carlosdponx · 2026-11-07
- LLM 直接改权重:仅动 2048 个参数,机器人任务成功率 68% 升至 88% — zhaoran_wang · 2026-11-07
- 开源人形机器人 Asimov 1 开售:2 万美元 DIY 套件,约 20 小时自装 — freelerobot · 2026-11-07
- 机器人团队进工厂拿试点：24 小时内从采数到现场演示 — DominiqueCAPaul · 2026-11-07