哈佛、伯克利、英伟达等团队提出RAX框架

哈佛大学、英伟达、伯克利、麻省理工学院及斯坦福大学的研究团队联合提出RAX框架，该框架将在线探索机制引入机器人学习领域。 RAX框架的核心优势在于通用Coding Agent能通过自主探索积累技能实现自我进化，且全程无需人工动作示范。在LIBERO和DexJoCo基准测试中，其性能相较于最强SOTA模型平均领先37.4个百分点。 团队已开源完整的Agent框架、代码及真实机器人探索过程中生成的控制程序和技能。在真实场景应用中，机器人通过不到两小时的自主探索即可掌握复杂操作，展现了显著的效率提升。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。