Scaling H2R@CoRL 2026：探讨人类数据规模与多样性如何决定机器人能力
mangahomanga · x · 2026-11-12
CoRL 2026 将于 11 月 12 日在德州奥斯汀举办半天研讨会 Scaling H2R（Scaling Laws and Diversity in Human-to-Robot），核心问题是：从「能否从人类数据学技能」转向「需要多少、多多样的人类数据」。
要点：
- 核心议题：机器人策略性能是否随人类数据量（小时数、示教者数量、场景与本体差异）可预测地提升，收益何时饱和；人类本体与目标机器人的距离差距如何影响 scaling。
- 方向：人类数据引擎与重定向管线、数据 scaling law 与数据集构成、从人类视频构建第一人称世界模型、软硬协同设计弥合人机差距。
- 嘉宾：Ruijie Zheng（NVIDIA）、Shuran Song（斯坦福）、Homanga Bharadhwaj（JHU）、Chelsea Finn（斯坦福）。
- 征稿：长文 8 页/短文 4 页，非存档，欢迎与主会在投论文并行提交，截止 2026 年 10 月 7 日（AoE）。NVIDIA 与 Tangible Robots 赞助。
「具身」频道最新
- 伯克利团队推出 Double-T DINER，让 Spot 机器狗子任务完成率提升 23% — KyleMorgenstein · 2026-11-12
- Gemini 4 Carbon 在机器人实验室折腾 7 小时弄坏夹爪 — ArtificialAnlys · 2026-11-12
- 女子自制半人马机器人，可骑乘的四足机器马亮相车库 — kyliebytes · 2026-11-12
- 苏姿丰现身 CoRL 2026，与李飞飞对谈机器人与物理 AI 前景 — theworldlabs · 2026-11-12
- 斯坦福 FIDO 机器狗靠玩捡球收集真实动力学数据训练模型 — kevin_zakka · 2026-11-12
- EqC 框架让机器人知道自己不行：叠衣任务 0% 到 100% 自主成功 — du_yilun · 2026-11-12