强化学习
共 33 篇相关内容
IROS 现场对话 ULTRA 团队，机器人的「运动自由」还差什么？
灵巧手、驱动电机、控制算法、大模型......这些组成具身智能的「躯体」部件，正在变得越发精密。 以搬箱子为例，机器人的灵巧手要找到接触的位置，双脚撑住身体，电机驱动身体蹲下的同时，躯干要随重心变化调整姿态，随后再带着箱子、协调重心、缓慢移…
对话 Shallow-π 作者：压缩 Transformer 层级，具身模型竟做得更好？
一个圆柱、一块正在转动的孔板，足以让两种机器人模型拉开差距。 在 Shallow π 的真实机器人实验中，任务要求机械臂拿起圆柱，插入移动中的小孔。层数更多的大模型，可能在等待计算结果的过程中错过位置；一个层数更少、输出接近它的小模型，却能…
上海交通大学与蓝箭航天团队联合发布 DynaForge，让失败的演示变成能用的训练数据
DynaForge 让动态操作的演示不必再靠人手一条条去采集。机器人可在仿真环境自主试跑，从失败回合中学习修正量，把原本失败的轨迹转化为可供策略训练的有效演示。 9 月 22 日，上海交通大学自动化与感知学院联合蓝箭航天空间科技股份有限公司…
对话日冕钟元鑫：工业场景更适合验证 Physical RSI
最近，RSI 正重新成为 AI 行业的高频词，而在具身智能领域，它已经开始被推向一个更具体的问题：机器能不能在真实世界里自我改进？ RSI，即 Recursive Self Improvement，指系统能够参与改进自身的代码、工具或训练流…
清华大学弋力团队发布 PASSAGE，让人形机器人自己挑动作穿过杂物间
PASSAGE 研究将场景对齐的人体动作数据积累至100小时量级，通过流匹配规划器搭配感知增强的全身追踪器架构，让人形机器人能够在杂乱受限环境中自主选择并组合跨越下穿侧身避让等多元运动动作。仿真测试结果可以直观证明，机器人无接触通行的成功率…
星海图赵行：机器人的下一次 Scaling，不只发生在预训练
机器人抓起一个商品，只能说明它会做一个动作。展台上的机器人完成一次抓取，与它进入前置仓持续接单、拣选和打包，是两种不同的考验。 前者可以被压缩成一条成功轨迹，后者却要求机器人理解订单、定位货架、自主导航、处理随机摆放的商品，还要在多机协同时…
一次开源三大模型，腾讯机器人正在「超车」
继 2025 年 WAIC 腾讯 Robotics X 实验室发布首个模块化具身智能开放平台 Tairos，在今年 WAIC 上，腾讯 Robotics X 实验室、福田实验室联合腾讯混元发布具身智能系列新成果。 新成果包括发布并开源基于混…
宇树风波背后，英伟达的新算力生意
在 GTC 2026 期间，英伟达发布了面向学术研究的 Isaac GR00T Reference Humanoid Robot 。按照公开信息，这套参考设计采用宇树 H2 Plus 人形机器人本体，搭载 NVIDIA Jetson AGX…
融资数亿美元后榜单登顶，无界动力发布 MWA 隐空间世界模型
6 月 29 日，无界动力正式发布「长时序双向物理因果链」隐空间世界模型——MWA 具身通用大脑，同时在由斯坦福大学等机构联合发起的具身智能榜单 RoboCasa GR1 TableTop 中刷新行业纪录、登顶全球第一。 MWA 摒弃了像素…
银河通用推出 AstraBrain-WBC 0.5 — 人形机器人「小脑」的 GPT 时刻
小脑之于人体，如同 AstraBrain WBC 0.5 之于机器人 —— 负责全身运动控制。 6 月 19 日，银河通用正式推出全球首个面向人形机器人的通用小脑基础模型—— AstraBrain WBC 0.5 。该模型被定义为人形机器人…
从智元 6 天工厂作业，看具身智能的「部署态」拐点
在过去两年时间里，全球具身智能行业迎来高速扩张。硬件层面百花齐放，自由度不断刷新，行走速度日益精进。然而，机器人熟练地叠衣服、倒咖啡或是后空翻背后，很可能就是大量失败之中巧合的一次成功。 机器人什么时候能真正走向规模落地？ 具身智能的产业拐…
宇树风波背后，英伟达的新算力生意
在 GTC 2026 期间，英伟达发布了面向学术研究的 Isaac GR00T Reference Humanoid Robot 。按照公开信息，这套参考设计采用宇树 H2 Plus 人形机器人本体，搭载 NVIDIA Jetson AGX…