CORL Spotlight 论文：别用单一奖励优化机器人策略
StanfordAILab · x · 2026-11-07
研究者 marceltornev 将在 CORL 会议展示两篇工作：Freeform Preference Learning 与 MEM（获 Spotlight）。核心主张：不应再用单一总奖励优化机器人策略——轨迹在速度、精度、子任务完成度等多个轴上有差异，可能在某些轴上更好而在另一些轴上更差；把这些全部压缩成单一总轴会丢失结构，使奖励变得模糊且更难优化。作者附上了博客与论文链接，并邀请与会者交流。
「具身」频道最新
- OPPO N6 折叠屏「黑科技」揭秘:其实是能展开到 181 度绷平 — vista8 · 2026-11-07
- 小米人形机器人完成 8 小时汽车零件分拣工厂实测,可自主纠错 — emmanuelvivier · 2026-11-07
- 机器人手灵活到能荷官发牌，网友笑称「别信戴腕摄像头的庄家」 — micoolcho · 2026-11-07
- 机械臂精准却搞不定软物：自动化比想象难 — TansuYegen · 2026-11-07
- 清华团队 ParallelWorld 测试时扩展,空间交换任务成功率 56%→83% — jiqizhixin · 2026-11-07
- Realbotix 仿真机器人 Echo 系列售价 1.2 万至 6 万美元，先卖头再卖身体 — TansuYegen · 2026-11-07