算法论文8
行为基础模型:人形机器人全身控制新突破
机器之心
AI 摘要
香港理工等多机构研究者合作综述,拓展 BFM 定义,分三类算法。BFM 可用于机器人等多领域,但面临 Sim2Real 等挑战,未来有整合多模态等机遇,也有伦理和安全风险。
阅读原文 · 机器之心
行业新突破:行为基础模型可实现高效的人形机器人全身控制
该综述聚焦行为基础模型(BFM)在人形机器人全身控制中的应用,梳理进展并分类算法,介绍应用与限制,还探讨未来研究机会与风险,有望引导该领域研究者和从业者。

关注公众号
扫码关注
第一时间收到每日精选
相关文章
新闻资讯8
AI时代,计算机科学界死了吗?
本文整理了德克萨斯大学奥斯汀分校AI博士生曹晋的公开发帖,围绕大模型冲击下AI学术界灌水严重、研究范式过时的观点展开,探讨AI研究者与博士生的未来出路,引发业内广泛讨论。
机器之心
推荐文章9
杨思成:模型不行 灵巧手就得卷性能
源升智能创始人杨思成深耕灵巧手领域十余年,在本次访谈中分享了对灵巧手行业技术路线、产品定位的判断,提出当前阶段需打造全维度高性能的高自由度灵巧手。
AI科技评论
算法论文9
对错之外,推理轨迹暗藏训练价值
本文结合EchoRL、ReflectRL两项最新研究,重新解读推理轨迹的训练价值,解决全答对无强化信号、错题全丢弃的训练痛点,梳理方法设计、实验结果与适用边界,为大模型推理训练提供新参考。
深度学习自然语言处理
算法论文8
小偏差为何带偏大模型RL训练
本文解读Together AI的新算法论文,讲解大模型强化学习中,采样端与训练端的微小偏差如何累积放大导致训练跑偏,介绍Score Centering校正方法的原理、效果与应用边界。
深度学习自然语言处理