热点事件持续更新

研究：闭环机器人策略代码可学习并跨任务迁移

1 篇报道1 个报道来源12 小时前更新

先了解这件事

AI 综述

So Kuroki 等作者发表论文，把完整闭环机器人实现当作可复用的执行经验：编码智能体从少量成功演示生成策略代码，再借助仿真反馈迭代优化，并把验证筛选后的实现存入软件档案。作者称，在 RoboCasa 四个源任务上，成功率从初始生成代码的 28.3% 提升至验证筛选代码的 64.2%，并在 Unitree G1 实体机器人上验证。在九个迁移目标任务上，无参考时成功率为 45.2%，使用源任务初始代码为 41.5%，使用验证筛选代码则达 57.0%。

AI 根据报道生成 · 2 小时前更新

最新进展10月31日 12:00

学习与迁移闭环机器人软件

报道时间线

沿着报道，了解事件的不同侧面。

10月31日

12:00
arXiv cs.AI
学习与迁移闭环机器人软件
研究将完整闭环机器人实现视为可复用执行经验：编码智能体从少量成功演示生成策略代码，并借助仿真反馈迭代优化，验证筛选后的实现存入软件档案。在 RoboCasa 四个源任务上，成功率从初始生成代码的 28.3% 提升至验证筛选代码的 64.2%，并在 Unitree G1 实体机器人上验证。在九个迁移目标任务上，无参考为 45.2%，使用源任务初始代码为 41.5%，使用验证筛选代码达 57.0%。

本事件热度走势

可比范围当前: 7
可比范围峰值: 810月31日 22:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。