SynthICL：纯合成数据训练，单演示泛化 16 项真实操作任务
Ed__Johns · x · 2026-11-12
Imperial College 的 Edward Johns 团队在 CoRL 2026 发表 SynthICL：一个完全用合成 RGB 数据训练上下文模仿学习（ICIL）策略的框架，测试时仅需一条演示即可适应未见过的任务，无需微调。
要点：
- 数据管线大规模生成高保真合成演示，无需深度传感器、精确相机标定和真实训练数据，比先前方案更简单、更易扩展。
- 用 flow-matching transformer 策略，辅以子目标图像预测（预测下一步子目标图），获得更精准、视觉上更扎实的控制。
- 在 16 项未见过的真实操作任务上，单条演示平均成功率 79%，优于此前方法。
- 展示了 sim-to-real 部署效果。
「具身」频道最新
- NXP 发布无人机统一平台：开箱 30 分钟跑通初始飞行功能 — shashib · 2026-11-12
- 90 条演示数据训练,开源双臂机器人玩拼图成功率约 60% — DanGrover · 2026-11-12
- 机器人产业三种区域打法：中国拼规模、欧洲重检测、美国搞试点 — ingliguori · 2026-11-12
- 3500 台激光 AI 潜艇机器人巡逻挪威三文鱼养殖场 — philfung · 2026-11-12
- 模型连续迭代 75 分钟自主设计出机械臂 CAD,造型独特带手术机器人风格 — _Stocko_ · 2026-11-12
- 个人开源世界模型：任意图片变实时可控交互视频，RTX 3060 可跑 — lucidml_lover · 2026-11-12