Lightwheel 发布 RoboFinals RL-Env:真实工业任务+标定物理的机器人训练环境
chris_j_paxton · x · 2026-11-16
Lightwheel 推出 RoboFinals RL-Env,一套基于真实工业任务和标定物理的强化学习仿真训练环境,与 RoboFinals 评测基准共享任务定义,可先训练后评测。Chris Paxton 转发称赞其为面向真实世界、长时程的多样性任务仿真。
- 痛点:多数仿真 RL 环境有两大问题——任务由研究者凭空设计而非来自真实工作;物理参数靠手工调到「看起来对」而非实测标定。
- 做法:每个任务始于 EgoSuite 采集的真人工人第一人称演示,再由 agent 驱动、人类专家审核地重建为 SimReady 场景资产。
- 首个任务:汽车维修,含长时程多阶段任务、可变形物体、物理标定、灵巧富接触交互,Newton-native 运行。
- 意义:训练与评测用同一任务定义,弥合「学会了没人需要的任务」与「学会了不存在的世界」两个鸿沟。
「具身」频道最新
- 特斯拉拟投 30 亿欧元扩建柏林工厂,目标年产百万辆 Cybercab — XFreeze · 2026-11-16
- DIY 第 11 天:自研机械臂关节改用轴承+齿轮传动 — _Stocko_ · 2026-11-16
- 机器人学习研讨会:JHU 助理教授 Homanga Bharadhwaj 讲人类行为预测与灵巧操作 — mangahomanga · 2026-11-16
- Physical Intelligence 系团队发布 FLUX-mimic-x:7B 视频动作模型登顶 RoboLab 榜 — robrombach · 2026-11-16
- 上海酒店人形机器人上夜班:洗衣送水全程自主,165次实测验证 — CyberRobooo · 2026-11-16
- 机器人端杯表演火了:与其说是体操不如说是在跟重力吵架 — TansuYegen · 2026-11-16