CMU发布机器人强化学习仿真基准
先了解这件事
CMU发布Gym-Anything for Robotics物理仿真与强化学习环境基准，由Pranjal Aggarwal主导，提供25个仿真、200个强化学习环境，其中25个用于测试、175个用于训练，支持机械臂、双臂和人形机器人切换。 测试中，表现最强的Claude Opus 5.5在25个测试任务上全部未通过，平均奖励仅0.06。团队实验称，前沿模型可通过上下文学习适应环境，并显著提升π0.5等视觉—语言—动作模型的表现。受资源限制，团队暂止步于当前规模，并公开招募合作者扩充仿真。
AI 根据报道生成 · 2 小时前更新
事件进展
2 个进展
- 10月30日 23:55 · 1 篇报道Gym-Anything公开招募扩量伙伴AGI Hunt：Gym-Anything 团队受资源限制止步 25 个仿真，招募扩量伙伴
- 10月30日 23:50 · 2 篇报道CMU发布Gym-Anything机器人仿真基准AGI Hunt：Gym-Anything for Robotics 发布，覆盖25种仿真的200个RL环境
报道时间线
沿着报道，了解事件的不同侧面。
- AGI HuntGym-Anything 团队受资源限制止步 25 个仿真，招募扩量伙伴
Gym-Anything 团队因资源限制在 25 个仿真和 200 个 RL 环境处停下，并公开招募合作者扩大项目规模。项目网页与论文已经发布，Gym-Anything for Robotics 由 Pranjal Aggarwal 主导完成。
- AGI HuntCMU 发布 Gym-Anything for Robotics，前沿模型在 25 个物理仿真测试任务中 0 通过
CMU 发布 Gym-Anything for Robotics，将职业与日常活动自动转换成机器人仿真和 RL 环境。项目基于美国工资与耗时数据拆解出 31,961 个原子物理动作，并提供 25 个测试环境与 175 个训练 RL 环境。测试中，最强的 Claude Opus 5.5 在 25 个测试任务上 0 通过，平均奖励仅 0.06。
- AGI HuntGym-Anything for Robotics 发布，覆盖25种仿真的200个RL环境
Pranjal Aggarwal 发布 Gym-Anything for Robotics，一套面向机器人大规模仿真的 RL 环境套件。套件包含25种仿真的200个 RL 环境，涉及液体、布料、熔融金属、土壤和声音等材质；当前最好的模型在这些任务上的得分为0%，但实验显示，前沿模型可通过上下文学习在环境中学习，并显著提升 π0.5 等 VLA 模型的表现。
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。