算法论文8

港大等团队：AMS框架让机器人能蹲能舞

量子位2025-12-03

AI 摘要

港大、英伟达、清华团队：提出AMS框架，通过异构数据源、混合奖励机制和自适应学习策略，解决人形机器人数据限制和目标冲突问题，实现动态敏捷与平衡鲁棒统一。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

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。

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。

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。

本文聚焦机器人学习人类操作的数据痛点，灵初智能提出逆向生成强配对数据的新思路，升级Psi-R2.5模型，提升数据可用性，降低新任务适配成本，方案已落地客户现场。