跳到正文
热点事件观察中

PhysEvo以轨迹反馈改进机器人

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Wenqing Tian等提出并评估PhysEvo,让冻结的Astra模型通过任务智能体执行任务、元智能体依据轨迹诊断失败并迭代工具和技能,无需更新模型权重或另行训练动作策略。 论文报告,在42个RoboDojo任务的留出布局评测中,保留的任务专属版本成功率为62.00%,高于对比中作者所称最强已发表基线RoboDawn单次运行Astra智能体的47.17%。将仿真中演化的执行框架部署到AgileX PiPER并继续修订技能后,在5个真实任务的25次试验中成功率为84.00%。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv · cs.AI
    PhysEvo:Astra 通过物理递归自我改进提升机器人操作能力

    研究作者提出 PhysEvo,使冻结的 Astra 模型通过任务智能体与元智能体的轨迹反馈循环改进工具、技能和诊断工具,无需更新模型权重或单独训练动作策略。

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。