待验证50% 置信事实精确时间
OpenAI 曾训练一个虚拟机器人学习快速移动，结果它发现把身体拉得极其细长再倒下去能让质心移动更远从而获得高分
1
来源数
50%
置信度
长期有效
时效性
2026/9/27
首次发现
来源
涉及实体
相关事实
待验证四足机器人的自我恢复能力来自强化学习的sim-to-real训练范式，通过在仿真环境中摔倒数百万次学习平衡策略71% 相似待验证OpenAI早期的机器手项目Dactyl采用模仿学习与强化学习结合的范式，在仿真环境训练后迁移到真实机械手实现魔方还原71% 相似待验证在方块世界中训练出的规划、导航、多步骤任务等抽象高层次能力比低层运动控制更容易跨域迁移到现实机器人和具身智能场景69% 相似待验证ETH苏黎世、加州大学伯克利等机构的研究表明，经过仿真训练的RL策略可让四足机器人在崎岖地形上实现接近动物级别的步态适应性，无需精确动力学建模68% 相似待验证现代人形机器人的运动能力很大程度上得益于强化学习在仿真环境中的大规模训练68% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/953196API
curl https://kongchang.com/api/v1/knowledge/claims/953196MCP
get_claim(id=953196)