提出自进化机器人框架EmbodiedRSI
热点事件持续更新
提出自进化机器人框架EmbodiedRSI
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
EmbodiedRSI 团队发布论文，提出一个自进化机器人学习框架：智能体自主决定下一步探索位置，通过假设引导的物理交互持续改进机器人的代码与技能。该框架采用快慢双系统架构，用假设图维护相互竞争的代码与技能假设，并通过信息价值实验选择物理实验。论文称，EmbodiedRSI 在 RoboCasa365 上整体成功率达 77.0%（最佳基线为 40.1%），LIBERO-Pro 上达 86.8%，并零样本迁移到真实机器人，多任务整体成功率达 71.3%。上述成绩均为论文中报告的结果。
AI 根据报道生成 · 1 小时前更新
最新进展11月14日 13:00
EmbodiedRSI：假设引导共进化的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：假设引导共进化的主动持续机器人学习
EmbodiedRSI 是一个自进化的智能体框架，自主决定下一步探索位置，并通过假设引导的物理交互持续改进机器人的代码与技能。其采用快慢双系统架构，用假设图维护相互竞争的代码与技能假设，并通过信息价值实验选择物理实验。在 RoboCasa365 上整体成功率达 77.0%（最佳基线为 40.1%），LIBERO-Pro 上达 86.8%，并零样本迁移到真实机器人，成功率达 71.3%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。