哈佛英伟达等团队开源机器人探索框架RAX

哈佛大学、英伟达、加州大学伯克利分校、麻省理工学院和斯坦福大学研究团队推出开源框架RAX，让通用编码智能体直接为机器人编写程序，通过在线探索把有效经验编译成可复用代码，无需人工遥操作和动作示范。 在仿真实验中，RAX平均表现比最好的基线模型高37.4%；在不使用任何专家动作轨迹的情况下，它在RoboDojo、BEHAVIOR-1K、DexJoCo和LIBERO-Pro上取得最好成绩，分别领先53.4、38.3、31.4和21.2个百分点。底层语言模型参数保持固定，系统不做策略训练。 研究团队指出，仿真环境中的优势并不能直接带到真实世界，不同任务的自动化程度和人工介入情况会让实际部署表现不同。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。