待验证50% 置信决策规则精确时间
针对100到1000个并行机器人的场景，建议的ML-Agents配置为：batch_size 8192-32768，buffer_size 81920-327680，learning_rate 0.0001-0.0005，time_horizon 200-500，summary_freq 100000-300000，max_steps保持30000000或适当增加。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/13
首次发现
有效期至：2027/1/11
来源
涉及实体
相关事实
待验证宇树开源人形机器人基础模型Unifor LMW-LA 1.0，参数规模达60亿，利用约2500小时真实机器人数据训练，单个模型可执行出床、叠衣、分拣等64项任务并兼容多种机械手67% 相似待验证将VLA模型部署到真实机器人时，模型推理通常需要50-200ms，而机器人控制要求10-50ms响应时间，需要设计动作块（action chunking）或插值策略弥合差距63% 相似待验证试点实验让三个编程代理和八个模型各跑八次20分钟单次任务，标签感知F1从0.143到0.892方差极大63% 相似待验证人形机器人的感知-决策-执行全链路时延预算通常需控制在10-50毫秒以内才能保证动态稳定性，其中视觉处理和深度学习推理延迟最大（5-30ms）62% 相似待验证练手项目复杂度应控制在AI能够一次性理解全部上下文的范围内，通常是几百行到一两千行代码62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1015941API
curl https://kongchang.com/api/v1/knowledge/claims/1015941MCP
get_claim(id=1015941)