WICL：单演示+仿真预演让机器人在上下文中学会操作，RoboTwin 全 50 任务成功率达 83.4%
_akhaliq · x · 2026-11-12
论文提出 World In-Context Learning（WICL）范式，核心观察是：agent 在上下文中学到的是语义信息（任务步骤与物体角色），而非视觉外观，因此在一个世界收集的经验可以迁移到另一个世界。
方法与结果
- 冻结的基础模型从单条演示出发，先在模拟器等「世界」中预演任务，把世界反馈写入上下文而非网络权重；
- 配套基础设施 RoboScript 将学到的知识固化为 Task Memory，在新场景以数据隔离方式部署；
- 在 RoboTwin 2.0 全部 50 个任务上，每任务仅 1 条演示、零梯度更新，平均成功率 83.4%，比最强训练式动作策略高出 20+ 分；
- 方法可跨视觉分布泛化、通过反思持续改进、随基础模型扩展，并经跨本体记忆适配迁移到真实双臂机器人。
代码已开源。
所属事件:RoboScript 提出上下文学习新范式，单演示机器人操作成功率达 83.4%(2 条相关)→
「具身」频道最新
- World Labs 携手 AMD 进军机器人，李飞飞亮相 CoRL 会议 — breadli428 · 2026-11-12
- SimEX:让 Agent 在仿真中自学技能,迁移到真实机器人折毛巾摆盘子 — chris_j_paxton · 2026-11-12
- Feather Robotics 半人形机器人实摸：售价 3.3 万美元，单臂负载 15 磅 — chris_j_paxton · 2026-11-12
- 一张图讲清李括号：轮式机器人为何能「无侧滑」机动 — burny_tech · 2026-11-12
- UCLA 团队开源三模态机械手接口 TriMI,BOM 成本仅约 800 美元 — chris_j_paxton · 2026-11-12
- CoRL 2026 双线叙事:报告里遥操作正消失,展台人形仍靠人拉线 — jonstephens85 · 2026-11-12