#机器人学习

共 11 篇相关文章

前OpenAI科学负责人创立Warp Science，通过让化学家佩戴摄像头和传感器手套采集操作数据，训练机器人自动化湿实验室任务。本文分析其人类示范驱动的技术路线、与模仿学习的关联，以及湿实验室自动化面临的挑战。

Kyutai 联合 Inria 发布 2.4B 参数 VLA 模型 REKI，仅用公开数据预训练，内置低成本近期记忆机制，在三个分布外基准上仅被约两倍体量模型超越，权重已全部开放。

研究揭示动作可预测性如何帮助潜在世界模型学习内在动力学。通过理论推导和实验验证，Concat IDM方法在视觉多样性场景下将规划成功率从9.1%提升至77.2%，为机器人学习和具身智能提供新思路。

DSP框架让机器人通过监督式玩耍自主学习灵巧操作：行为克隆训练玩耍策略，自主收集数小时交互数据训练世界模型，推理时引导MPC。真实实验成功率比事后行为克隆高69.6%，数据量少490倍。

具身智能速报：Gemini 4 Argon 通过 Video-to-SIM-to-REO 流程让人形机器人几小时内学会玩沙包，Neura Robotics 发布融合五模态的 Neuron AI 基础模型，BTM 芯片 UB108 曝光，多篇强化学习与模仿学习论文刷新基准。

Google Gemini 4 Argon 实验展示人形机器人通过观看人类视频学习投掷玉米洞，利用 Mojoku 模拟器试错迭代，最终在真实机器人上连续七次命中，展现视频理解驱动的机器人学习新范式。

机器人学做奶茶时杯子遮挡手指，手部动作重建如何保持可靠？MEgoVista 通过全程运动优化结合时序连续性与解剖约束，在不改变自然握姿的前提下重建被遮挡的手部动作。

Chronos Policy 通过显式建模物理时间改进机器人策略，采用时间感知 RoPE 与训练时序随机化，在动态任务和多传感任务上提升性能，并增强对感知与推理延迟变化的鲁棒性。

Splat2Act 是一套 real-to-sim-to-real 自动化流水线，用户仅需手机扫描场景和拍摄物品，即可将 π0.5 等 VLA 策略个性化到自家环境。真机抓取成功率从 0% 提升至 63.9%，有效弥合仿真到真实的迁移鸿沟。

NVIDIA如何教机器人组装GB300测试托盘？本文解析机器人学习、机械智能与传统工程的协同之道，揭示工业AI落地中被低估的机械设计智慧与多学科融合经验。

SAC（Soft Actor-Critic）训练DIAYN时准确率从90%暴跌至1%，关节力矩停滞不动？本文剖析最大熵强化学习中策略熵坍塌、温度系数失衡与判别器奖励陷阱的成因，并给出完整的排查修复指南。