冻结π0.5策略纠错评测：仅一项任务有增益
热点事件观察中
冻结π0.5策略纠错评测：仅一项任务有增益
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
Chenchao Sheng 等研究者在冻结的 π0.5 策略上，对 RoboTwin 四项任务进行 3,888 组配对回合评测，比较运行时学习式纠错与简单回退动作。结果显示学习式纠错仅在 hammer 任务上将成功率提升 +13.5pp（95% 区间 [+9.4,+17.7]），其余三项任务在部署权重下无可检测增益。 在响应性任务的失败回合中，43.2% 仅靠同种子重跑即可成功，纠错后为 63.5%，说明不少“挽救”源于基础策略自身波动。研究者还测试了固定时间触发加脚本回退到早期关节配置的方案，两轮评测中其净增益与学习式流水线无可检测差异，但预设等价标准未被一致满足。
AI 根据报道生成 · 1 天前更新
最新进展10月7日 12:00
冻结 VLA 策略下学习式纠错是否胜过简单回退？来自 π0.5 的证据报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.RO 机器人学冻结 VLA 策略下学习式纠错是否胜过简单回退？来自 π0.5 的证据
研究在冻结的 π0.5 策略上对 RoboTwin 四项任务进行 3,888 组配对回合评测，学习式纠错仅在 hammer 任务上将成功率提升 +13.5pp（95% 区间 [+9.4,+17.7]），其余三项无显著增益。
本事件热度走势
- 可比范围当前
- 4
- 可比范围峰值
- 1010月7日 13:00
- 近 24 小时变化
- -50%
02.557.510
18:0010月8日06:0012:0018:00
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。