跳到正文
热点事件持续更新

ASPIRE机器人技能发现系统发布

1 篇报道1 个报道来源16 小时前更新

先了解这件事

AI 综述

Runyu Lu等人提出ASPIRE持续学习系统,采用代码策略范式和进化搜索自主编写并改进机器人控制程序,积累可复用技能库。该系统在扰动操作任务中较现有方法提升77%,并利用Claude Opus 5.5在LIBERO-Pro任务中达到99%平均成功率。积累的模拟技能可零样本泛化至真实机器人,显著减少实体机器人的编程工作量。

AI 根据报道生成 · 11 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月22日
  1. arXiv · AI
    ASPIRE:用于机器人技能发现的智能体方法

    机器人持续学习系统 ASPIRE 通过代码策略范式和进化搜索自主编写控制程序,建立可复用技能库。 该系统在扰动操作任务中比现有方法提升77%,利用 Claude Opus 5.5 在 LIBERO-Pro 任务中达到99%平均成功率。 其积累的模拟技能可零样本泛化至真实机器人,显著减少实体机器人的编程工作量。

本事件热度走势

可比范围当前
7
可比范围峰值
910月22日 17:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。