EmbodiedRSI：机器人自主持续学习框架发布
热点事件观察中
EmbodiedRSI：机器人自主持续学习框架发布
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Python Song 等作者提出并发布 EmbodiedRSI 自进化机器人学习框架，让机器人自主决定下一步探索哪里，并把物理交互结果转化为改进后的代码和技能。该框架采用快慢双系统架构，用假设图维护代码与技能假设，并通过信息价值实验挑选能区分假设的物理实验。 在仿真基准 RoboCasa365 上，EmbodiedRSI 整体成功率为 77.0%，Composite-Unseen 子项为 71.3%，作者称远超最佳基线 40.1%；在 LIBERO-Pro 上成功率为 86.8%。作者还称该框架零样本迁移到真实机器人，在多项挑战性任务上取得 71.3% 的整体成功率。上述效果均为作者报告，尚待独立验证。
AI 根据报道生成 · 10 小时前更新
最新进展11月14日 13:00
EmbodiedRSI：通过假设引导的协同进化实现主动持续机器人学习报道时间线
沿着报道，了解事件的不同侧面。
11月14日
- arXiv cs.AIEmbodiedRSI：通过假设引导的协同进化实现主动持续机器人学习
EmbodiedRSI 是一个自进化智能体框架，通过快慢双系统架构与假设图维护代码和技能假设，并用信息价值实验选择区分假设的物理实验。在 RoboCasa365 上达到 77.0% 整体成功率、Composite-Unseen 71.3%，远超最佳基线 40.1%；在 LIBERO-Pro 上达 86.8%。该框架还零样本迁移到真实机器人，在多项挑战性任务上取得 71.3% 整体成功率。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 711月15日 04:00
- 近 24 小时变化
- –
02468
04:0006:0008:0010:0012:00
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。