跳到正文
热点事件持续更新

GR-BC利用失败数据提升机器人学习

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

浙江大学、TeleAI、Gamma Robotics等机构研究者提出GR-BC,使机器人能够利用演示、自身尝试和人类纠正组成的混合数据学习,并从失败轨迹中提取仍可用的有效动作片段。 该方法结合目标可达图与加权行为克隆;与X-VLA结合后,研究团队在四个真实机器人操作任务上测得约91%的平均成功率。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. AGI Hunt
    浙大等团队提出 GR-BC:利用失败数据训练机器人,成功率约 91%

    浙江大学、TeleAI、Gamma Robotics 等机构研究者提出 GR-BC,让机器人利用演示、自身尝试和人类纠正的混合数据学习,并提取失败轨迹中的有效动作片段。该方法结合目标可达图与加权行为克隆,与 X-VLA 结合后在四个真实操作任务上取得约 91% 的平均成功率。

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。