机械臂自学摆样本瓶:单 GPU 27 分钟,1024 次尝试成功 1010 次
MaziyarPanahi · x · 2026-11-21
作者用强化学习让机械臂「教会自己」把样本瓶(rack specimen vials)摆上架子。训练在 4096 个并行仿真环境中同时进行,单块 GPU 27 分钟即完成训练。
学习曲线非常戏剧化:
- 迭代 200 时成功次数为 0
- 迭代 250 时 24 次
- 迭代 300 时跳到 843 次
- 最终在 1024 次尝试中成功 1010 次(约 98.6%)
作者感叹「前 200 轮毫无起色,然后突然开窍」,典型的强化学习突破式收敛案例。
「具身」频道最新
- Fast-JEPA 潜在世界模型规划提速 2.41 倍,成功率仍达 96.5% — ylecun · 2026-11-21
- John Deere 收购果园机器人公司 Orchard Robotics — DynamicWebPaige · 2026-11-21
- Wayve 自动驾驶东京闹市实测:全程零接管,平顺性获赞 — alexgkendall · 2026-11-21
- 机器人能补货超市?员工晒杂乱现场回应:想得美 — MatthewChang · 2026-11-21
- FOSDEM 2027 机器人与仿真开发者专场开放议题征集 — facontidavide · 2026-11-21
- Google VERID 框架让 AI 智能体接管湿实验室,发现纳摩尔级抗癌蛋白结合物 — CurieuxExplorer · 2026-11-21