热点事件持续更新

RAX探索框架提升机器人任务成功率

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

Yilun Du、叶睿等团队发布机器人智能体探索框架RAX。团队实验称，RAX在无需人类示范的情况下，通过机器人反馈在线学习，任务成功率最高达96.7%，超过π0.5。 RAX以冻结的大语言模型驱动编码Agent连接机器人感知与控制API；其计算成本据称约为Opus的1/20。

AI 根据报道生成 · 2 小时前更新

最新进展10月22日 05:33

沿着报道，了解事件的不同侧面。

10月22日

05:33
AGI Hunt
RAX用冻结LLM探索驱动机器人，成功率最高达96.7%
RAX团队发布机器人智能体项目RAX，通过冻结LLM编码Agent连接机器人感知与控制API，在无需人类示范的情况下从反馈中学习。实验显示，RAX性能超过π0.5，成功率最高达96.7%，计算成本仅为Opus的约1/20。

还没有足够的连续观测数据，暂不绘制趋势。