DSP：监督游玩学习灵巧操作
热点事件持续更新
DSP：监督游玩学习灵巧操作
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Botao He 等发布 DSP（Dexterity from Supervised Play）框架论文（arXiv 2610.22340）：机器人先通过行为克隆从数分钟人类游玩示范中学习 play policy，再自主部署该策略收集数小时交互数据，用于训练世界模型。 作者称，在真实世界实验中，该方法成功率比 hindsight behavior cloning 高 69.6%，并以少 490 倍的交互数据达到与强化学习相当的成功率。
AI 根据报道生成 · 4 小时前更新
最新进展10月16日 12:00
DSP：利用监督式玩耍让机器人自主学习灵巧操作报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AIDSP：利用监督式玩耍让机器人自主学习灵巧操作
Botao He 等提出 DSP（ Dexterity from Supervised Play）框架，让机器人先通过行为克隆从数分钟人类示范中学习 play policy，再自主部署数小时收集交互数据训练世界模型。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月16日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
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。