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 · x · 2026-11-12
UC Berkeley ember 实验室在 CoRL 的 Sim2Real2Field workshop 上展示了 Double-T DINER——一种面向机器人 agent 的「工具改进」方法。团队在 Boston Dynamics Spot 机器狗上构建了 loco-manipulation（移动+机械臂操作）agent，应用该方法后子任务完成率提升了 23%。项目将在 workshop 现场展示。
「具身」频道最新
- CoRL 闭幕玩得野：机械公牛骑术之夜，牛仔帽疑似提供 — KyleMorgenstein · 2026-11-12
- 特斯拉 Robotaxi 扩至 8 城并实现全天候 24 小时运营 — XFreeze · 2026-11-12
- CoRL 2026 开设「持续自我改进机器人」工作坊,倡导体验时代范式 — chris_j_paxton · 2026-11-12
- RobotEra 双足机器人驰援双11,顺丰成都转运中心每小时分拣 1200 件 — CyberRobooo · 2026-11-12
- 黑客松作品:用 Hermes 智能体从自然语言生成 3D 打印模型 — alexcovo_eth · 2026-11-12
- 直驱+液冷新一代机器手发布，从执行器根治灵巧手发热难题 — ybisk · 2026-11-12