ASPIRE机器人技能发现系统发布
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
最新进展10月22日 12:00
ASPIRE:用于机器人技能发现的智能体方法报道时间线
沿着报道,了解事件的不同侧面。
10月22日
- arXiv · AIASPIRE: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
- –
02.557.510
18:0020:0022:0010月23日02:00
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。