机器人领域正寻求一种类似大语言模型的通用后训练方案，以实现可靠的自主部署。当前模仿学习等方法更多依赖研究者直觉而非结构化流程，而强化学习的训练不稳定性也长期制约机器人策略学习。近期提出的EXPO-FT展示了...

近日，LessWrong 上一篇分析文章指出，大语言模型之所以在数学和编程任务上表现突出，并不能简单归因于“数学答案容易验证”。更核心的原因在于：这些模型的能力仍主要由模仿学习驱动，而非强化学习；数学领域的预训练...

近日，开源社区出现了一款名为OpenArm的全开源人形手臂项目，由enactic团队发布，目标是为物理AI研究和接触丰富环境中的部署提供完整硬件方案。该项目聚焦遥操作、模仿学习等前沿方向，使研究者和开发者能够基于开放...

由builddotai团队在Hugging Face平台开源的Egocentric-10K数据集，标志着工业视觉与机器人学习领域取得重大突破。该数据集包含10,000小时以第一人称视角采集的工业操作视频，涵盖192,900个视频片段，真实记录了2,138...

Meta研究团队在最新论文中提出名为“早期经验”的创新训练范式，为解决语言智能体在复杂现实任务中的自主学习难题提供了突破性方案。传统方法依赖专家演示数据进行监督微调，存在泛化能力弱、数据多样性不足的缺陷。而...

强化学习（RL）作为一种让AI模型通过试错而非简单模仿人类示例进行学习的技术，正展现出其在复杂任务处理中的独特优势。最新行业动态显示，科技公司正在采用两种创新方法大幅扩展训练数据规模：一是利用AI模型相互评...

Valeo AI最新发布了两项突破性技术：VaViM自回归视频模型和VaVAM驾驶轨迹预测模型。VaViM通过时空令牌序列预测技术，实现了对连续视频帧的高精度建模；而VaVAM则创新性地将学习到的视频表征通过模仿学习转化为可执行...

DP3推出了一种先进的模仿学习方法，结合3D视觉数据和扩散策略，以高效的方式为机器人教授复杂技能。该方法通过将多个示教者的动作数据进行聚合，形成一个复杂的运动模型，并通过扩散过程来优化该模型。该模型可以有...