研究线程称RL后训练可泛化至未见任务

机器人研究者 Michal Korniak 发布研究线程，称对通用机器人策略进行强化学习（RL）后训练，在采用合适配方时，不仅能提升训练任务表现，还可使策略在训练中未见过的新任务上持续改进。 这一结果指向通用机器人策略的跨任务泛化能力，但线程聚焦的是 RL 后训练方法及其适用配方，并非所有机器人策略或训练方式均能达到相同效果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。