PhysEvo以轨迹反馈改进机器人
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
最新进展10月7日 02:54
PhysEvo:Astra 通过物理递归自我改进提升机器人操作能力报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv · cs.AIPhysEvo: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。