找到 3 筆；也可以試試 語意搜尋
復旦大學、南洋理工大學等提出 SimpleVLN，在不改動多模態大模型主幹、不額外增加專用導航模組的前提下，重新整理視覺語言導航的 SOTA。該方法把每次模型呼叫都當作一次獨立決策，只輸入指令、當前畫面和篩選後的歷史觀測，其中早期幀均勻取樣，並保留最新一幀；每次推理輸出一段連續動作，也就是動作塊，使成功率從 45.6% 提升到 53.6%。訓練分三階段：SFT、DAgger 和 DAPO 強化學習。DAgger 使 R2R-CE 的成功率從 57.9% 提升到 65.4%；
董豪團隊聯合啟元機器人、北京大學、西安交通大學提出 HIL-UMI：人手持夾爪示範時，模型同步預測動作並標出與人類操作的分歧，從而在不執行機械臂的情況下采集後訓練所需資料。該方法以 π0.5 為基礎模型，在 Franka 機械臂上測試整理桌面、折毛巾、疊方塊、蓋章四項任務，三輪更新後平均任務進度分數從 62.3 升至 94.8，同等資料量下常規 SFT 僅從 44.3 升至 58.0。整理桌面任務中其採集效率為 HG-DAgger 的 5.63 倍，最終得分 96 比 91。
成立半年的源策未來首次系統性公開全身智慧技術路線的實機成果：機器人能搬踏臺登高取物、低位拾瓶、清理餐桌與操作洗碗機，並已在宇樹 G1 與加速進化 T2 兩種本體上驗證。團隊自研 S0 全身控制系統負責足部軌跡、軀幹姿態與重心轉移，S1 按現場狀態組織任務動作，模型先以第一視角人類全身資料 EgoBody 預訓練，再經真機後訓練與人形 DAgger 人工糾正。該路線今年 7 月由團隊在技術部落格中提出，創始人包括李弘揚、李天羽、陳立。