NVIDIA 发布 Grana 奖励模型:飞机装配成功率从 50% 提至 75%

yukez · x · 2026-11-21

NVIDIA 联合 UT Austin、华盛顿大学发布 Grana,一个面向长时程机器人操作的组合式奖励模型,通过 VLM 估计子任务进度并叠加已完成步骤的信用,能追踪错误与恢复过程中的进度损失。

它在两个场景验证了价值:

核心思路是把整个任务的进度分解为「未完成子任务内的局部进度 + 已完成子任务的信用」,即使一次失败的插入会抹掉当前尝试的进度,也不影响已完成步骤的得分。论文、代码与视频已公开。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →