NVIDIA ADEPT 被CoRL 2026 接收:仿真预训练灵巧手策略零样本迁移真实机器人
ankurhandos · x · 2026-11-11
NVIDIA Dex 团队的 ADEPT(Accelerating Dexterity via Pre-Training and Post-Training using Reinforcement Learning)被 CoRL 2026 接收,作者 Jayjun Lee 将在 11 月 11 日海报环节展示,主题是视触觉灵巧性与 sim2real RL。
核心方法与结果:
- 动机:抓取、抬运、插入等核心灵巧能力被每个下游任务重复从零学习;ADEPT 用通用「物体归位」任务在仿真中预训练一个基础灵巧策略,成本只付一次;
- 后训练:在保留预训练行为的前提下对每个新任务做 RL 后训练,再蒸馏出基于原始视觉+触觉的感知策略,零样本部署到真实高自由度机械臂+灵巧手,以 1× 人类速度运行;
- 效率:每个新任务后训练约 3B 环境步,而从零训练单任务约需 9B 步且常失败——省了 3 倍算力;
- 底层用 joint-space geometric fabric 控制器同时保证仿真与真机的关节限位与碰撞安全。
「具身」频道最新
- MacBook 真有屏幕角度传感器,博主用 Codex 亲手验证 — lipeng0820 · 2026-11-11
- DynaRobotics 机器人 CoRL 现场演示，观众直呼想抱一台回家 — JasonMa2020 · 2026-11-11
- 人形机器人工厂搬曲轴：15 周训练后仍需每 6 分钟人工接管 — ZeeshanZiaML · 2026-11-11
- CoRL 2026 现场名场面：「触觉重要但触觉反馈不重要」「你为什么在乎延迟？」 — breadli428 · 2026-11-11
- JKU 林茨新设机器智能研究所，招 2 名机器人学习方向博士生，一周内截止 — HildeKuehne · 2026-11-11
- Darpinian:Tesla 应等 AI5 芯片就绪再大规模量产 Cybercab — Darpinian · 2026-11-11