CoRL 2026 双工作坊：追问什么样的预训练机器人策略更易适配
huihan_liu · x · 2026-11-11
研究者 huihanliu 宣布将在 CoRL 2026（11 月 12 日，奥斯汀）联合组织两个 workshop：
- Pretrain to Adapt: What Makes a Pretrained Policy Adaptable? 探讨当前主流『先大规模预训练通用策略、再适配到具体部署场景』范式中的缺口：预训练优化的是广度能力，并不直接优化可适配性；最强预训练模型未必最易适配，且目前没有可靠方法在适配前判断哪个策略是更好起点。议题包括适配的能力与极限、预训练与适配的耦合、适配就绪度度量、超越行为克隆的预训练方式等。
- Learn@Deploy 聚焦部署侧：如何快速适配、测试时优化、从失败恢复、评估部署效果。
嘉宾包括 Karl Pertsch（Physical Intelligence）、Sherry Yang（NYU）、Siddharth Karamcheti（Georgia Tech）等，投稿截止 2026 年 10 月 4 日。
所属事件:CoRL 2026 将办双工作坊探讨预训练机器人策略适配(2 条相关)→
「具身」频道最新
- 触觉编码器跨传感器泛化:接触误差从 5.89mm 降至 0.16mm — kimmonismus · 2026-11-11
- 5000 小时触觉数据:机器人最稀缺且无法爬取的训练输入 — kimmonismus · 2026-11-11
- AI 研究者时隔十年再乘 Zoox 无人车：舱内 selfie 展示对座无方向盘设计 — chris_j_paxton · 2026-11-11
- 机器人 VC 论战： physical AI 被低估，头部赢家不受市场回调影响 — Rewkang · 2026-11-11
- 二值奖励RL训练机器人策略达94%成功率，作者称配方已清晰 — kastnerkyle · 2026-11-11
- UMA 团队亮相 CoRL2026：现场聊人形机器人潜变量世界模型与 sim2real — RemiCadene · 2026-11-11