热点事件观察中

InterEvolve提出人形机器人奖励程序测试时进化方法

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Zhuo Lin 等研究团队提出 InterEvolve，让控制器在不重新训练的前提下，通过测试时进化完成未训练过的人形 loco-manipulation 任务，即复用已有技能、从自身尝试中改进并保留所学。该方法包含 object-aware forward-backward 行为基础模型，以及由 LLM 智能体结合执行反馈与技能库修订结构、数值优化器调节常数的奖励程序。进化后的技能可在物理 Unitree G1 上基于第一人称机载感知自主运行。

AI 根据报道生成 · 1 天前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月6日

12:00
arXiv cs.RO 机器人学
InterEvolve 提出奖励程序测试时进化方法用于人形机器人 loco-manipulation
Zhuo Lin 等人提出 InterEvolve，在不重新训练的前提下让控制器通过测试时进化完成未训练过的人形 loco-manipulation 任务。方法包含 object-aware forward-backward 行为基础模型，以及由 LLM 智能体结合执行反馈与技能库修订结构、数值优化器调节常数的奖励程序。

本事件热度走势

可比范围当前: 2
可比范围峰值: 510月7日 13:00
近 24 小时变化: -51%

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。