RoboScript 上下文学习让机器人单演示达 83.4% 成功率，超训练策略 20 分
H-EmbodVis · hf · 2026-11-11
华中科技大学与 ArcheOne AI 提出 World In-Context Learning（WICL） 新范式及 RoboScript 基础设施，用于机器人操作任务学习。
- 核心洞察：上下文学习到的是语义信息（任务步骤、物体角色），而非视觉外观，因此一个世界里的经验可迁移到另一世界
- 方法：冻结的模型从单个演示出发，在模拟器中「排练」任务，把环境反馈写进上下文而非权重，学习成果固化为 Task Memory 后部署到新场景
- 成绩：在 RoboTwin 2.0 全部 50 个任务上，每任务仅 1 个演示、零梯度更新，干净与随机化设置平均成功率 83.4%，超出最强训练策略 20+ 分
- 可跨视觉分布泛化、可通过反思改进、随基础模型规模扩展，并通过跨本体记忆适配迁移到真实双臂机器人
代码已开源。
「具身」频道最新
- 蚂蚁 Robbyant 开源机器人手触觉 AI 模型 — yogthos · 2026-11-11
- 机器人圈争论:「纯机器人研究会明年终结」? — danfei_xu · 2026-11-11
- 「OmniForge」概念图：3D 打印/焊接/CNC/缝纫一台搞定 — flowersslop · 2026-11-11
- 人形机器人玩滑板无传感器加持,网友惊呼比空翻更难 — jBby_omg · 2026-11-11
- DynaRobotics机器人Taku零样本完成长时程全身移动操作 — JasonMa2020 · 2026-11-11
- EgoForce 数据集上线：2000小时自我中心视频+触觉力标注 — yining_hong · 2026-11-11