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 · x · 2026-11-07
Playground 研究团队发布首份「权重空间编程」研究简报:让前沿 LLM(Claude Opus 5.5 与 GPT-6 Astra)在无梯度下降、无新演示数据、无模拟器反馈的沙盒中,仅凭推理直接读写机器人策略的权重。
关键结果:
- 在 π0.5 模型上,只编辑 2048 个权重(占总参数 0.00006%),就把扰动版 LIBERO 任务的成功率从 68% 提升到 88%;编辑后的策略学会放低搬运姿态,避免了原策略卡死在微波炉开口的问题
- 在小策略上,agent 能消除已学到的失败习惯,并通过改写少量神经元教会新技能
- Astra 还能从零构建神经网络,完成 cart-pole 摆起、方块推动和轴孔插入任务
团队指出这暗示前沿 LLM 可能无需采集经验数据就能编写机器人控制策略,但强调这只是初步结果,样本量小、任务集有限。
「具身」频道最新
- InstantHMR 开源：手机 NPU 上 5.5ms 实时恢复 3D 人体网格 — PurzBeats · 2026-11-07
- 用模型替代奖励函数：两人形机器人从零学会走路对比实验 — tw_killian · 2026-11-07
- 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
- 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