机器之心·· 2 小时前精选AI 评估 · 81/100分数表示内容值得关注的程度,依据实质份量、信息增量、证据强度、读者相关性和可用性,按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误,评分不代表事实已被核实,也不同于热点榜的讨论热度。
哈佛、伯克利、英伟达等提出 RAX,用在线探索 Scaling 让机器人自主学习
机器人的o1时刻来了!哈佛、伯克利、英伟达推出探索Scaling Law,五大基准平均领先37.4个点
AI 导读
哈佛、英伟达、伯克利、MIT 和斯坦福的研究团队提出 RAX(Robot Agent eXploration),让通用 Coding Agent 直接连接机器人感知与控制接口,通过在线探索把成功决策写成可执行程序并积累为可复用技能,模型参数保持冻结。
推荐理由
读者可了解一种冻结模型参数、靠在线探索生成可复用程序来提升机器人能力的路线及其基准表现。
来源:机器之心 · mp.weixin.qq.com