机器人学习」共找到 2174 篇相关文章

开源动态8

万帧照片级仿真,打通视觉机器人学习的感知与物理鸿沟:国产仿真器GS-Playground入选RSS 2026

清华大学等联合提出高通量视觉高保真仿真器GS - Playground,被RSS 2026录用。它解决现有仿真器渲染开销高、资产制作依赖人工、Sim2Real迁移鸿沟大等问题,是全栈重新设计的仿真基础设施。

机器之心
产品应用7

一台工业具身机器人,从理想到现实要经过哪些坑?

在具身智能赛道,‘落地’常被滥用。聆动通用在‘工业落地’上很果决,以‘商业有闭环’和‘批量可复制’为核心指标。他们选择物流场景起步,推出LDB机器人,还面临量产和运营难题。

AI科技评论
新闻资讯7

LSTM之父向何恺明开炮:我学生才是残差学习奠基人

LSTM之父Jürgen Schmidhuber替学生Sepp Hochreiter发声,称残差学习30年前已诞生,1991年Sepp就用循环残差连接解决梯度消失问题,为残差思想奠基。他觉得将成果全归何恺明团队有失偏颇。

量子位
开源动态8

横扫19项榜单!大晓机器人开源全球首创空间智能底座

大晓机器人联合多机构推出通用基础模型“ACE - Brain - 0”并全行业开源。它打破本体壁垒,在24个核心benchmark中19个获SOTA成绩,应用于机器狗,还提出新训练范式,统一四大能力,重新定义通用具身智能。

AI科技评论
新闻资讯8

波士顿动力机器人终于有脑子了!人类故意使绊子也不怕

波士顿动力与丰田研究院联手基于大型行为模型,推出Atlas全新版本Atlas MTS。它能听懂自然语言指令、自主规划动作、处理意外。此次升级采用特定模型及策略,还结合VR界面。此外,波士顿动力转向电驱,电驱机器人时代将来临。

量子位
开源动态8

MCP•RL 开源:让 AI 通过强化学习,自己学会怎么用 MCP 服务器

MCP•RL 是 Agent Reinforcement Trainer (ART) 框架一部分,能让 AI 模型通过强化学习学会高效使用 MCP 服务器,解决工具调用痛点。ART 无需标注数据、通用性强,提供便捷集成方式,项目开源。

AI进修生
新闻资讯7

独家|前DeepMap 创始人吴夏青离职英伟达创业,瞄准机器人数据方向

AI科技评论独家消息,前DeepMap创始人、英伟达业务副总裁吴夏青2025年12月离开英伟达,正考察机器人数据领域创业。他是资深地图人,DeepMap曾被英伟达约30亿美元收购。

AI科技评论
新闻资讯7

首钢冰球馆迎来热血少年,robotex世界机器人大会京津冀选拔赛即将举办

7月27日,第25赛季robotex世界机器人大会京津冀选拔赛北京站将在首钢冰球馆启幕。robotex赛历史悠久、影响大,2017年落地中国。首钢冰球馆是多功能场馆,举办过众多赛事和活动。

首钢园
开源动态7

让龙虾越用越聪明!普林斯顿大学为OpenClaw搞了个强化学习框架

普林斯顿大学研究团队发布强化学习框架OpenClaw - RL,能捕捉用户反馈与环境结果信号,有独立解耦异步机制,融合打分与文本指导,经真实场景验证效果良好,蹚出自我进化新路径。

AIGC开放社区
开源动态8

告别Transformer,重塑机器学习范式:上海交大首个「类人脑」大模型诞生

上海交通大学团队发布首个「类人脑」大模型 BriLLM,脱离传统 Transformer 架构限制。它基于 SiFu 学习机制,有可解释性、能无限处理上下文等优势,还支持多模态融合,已获交大重点项目资助。

机器之心