ARC推理配方提升机器人基础模型零样本性能
热点事件持续更新
ARC推理配方提升机器人基础模型零样本性能
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Gokul Puthumanaillam等人提出ARC推理配方，用于提升预训练机器人基础模型（RFM）的零样本任务性能，报告在π0.5、Cosmos3-Nano-Policy等模型上取得提升，且无需额外机器人演示或基础规模训练。 ARC由三部分组成：机器人下一动作的因果推理轨迹、可从现有演示自动生成标注的流水线，以及让预训练RFM学会用这些轨迹做控制的适配策略。作者报告称，适配后的模型在RoboLab-120和MolmoSpaces上达到新最优，在RoboLab-Reasoning-50上提升最多50个百分点；在真实机器人上，ARC使π0.5的任务成功率提升82.2个百分点。
AI 根据报道生成 · 3 小时前更新
最新进展10月9日 12:00
ARC：提升机器人基础模型零样本性能的推理配方报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.RO 机器人学精选ARC：提升机器人基础模型零样本性能的推理配方
ARC 由三部分组成：机器人下一动作的因果推理轨迹、可从现有演示自动生成标注的流水线，以及让预训练 RFM 学会用这些轨迹做控制的适配策略。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月9日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
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。