UW 团队发布 SGS：百万并行仿真机器人训练突破探索瓶颈
KyleMorgenstein · x · 2026-11-09
华盛顿大学与 NVIDIA 团队在 CoRL 2026 发布 Success-Guided Sampling（SGS），解决超大规模强化学习中的探索瓶颈。
方法与结果：
- 核心思路：只让策略在『既不太简单也不太难』的任务配置上训练（balanced data diet），对标准 PPO 做了修改。
- 扩展性：并行环境增至 100 万个仿真机器人时仍持续提升，均匀采样等方法则落后。
- 运动：单一从零训练的策略让 ANYmal C/D 通过踏脚石、浮岛、爬箱等各种地形。
- 操作：UR5e 与 Franka 在 NIST 任务板上零示教、统一奖励函数学会多任务富接触装配（螺母、齿轮啮合、杆件、BNC 连接器）。
- 真实世界：仅仿真训练的 UR5e 从 RGB 图像零样本完成真实任务板装配，无示教、无重定向、无触觉传感器。
- 作者将在 CoRL Poster Session #1 展示，代码即将开源。
「具身」频道最新
- StackChan 机器人新玩法：主人举手欢呼它会跟着一起庆祝 — alexcovo_eth · 2026-11-09
- 嵌入式工程师长文：接上 LLM 不算 AI 原生硬件 — LocksmithOk2525 · 2026-11-09
- CoRL 2026 议程公布：李飞飞谈 Atlas 世界模型，Lisa Su 对谈 — PeterStone_TX · 2026-11-08
- 动捕+Blender+视频模型：三步把 K-pop 编舞迁移到任意舞者 — Choidonhyeon · 2026-11-08
- PrimeBOT 下线第 1 万台个人人形机器人，14 天产能翻倍 — CyberRobooo · 2026-11-08
- 传 Apple 筹备 1000 美元家用机器人，2027 年面世可管 FaceTime 和灯 — emmanuelvivier · 2026-11-08