实体
RoboReward
RoboReward
PulseAugur coverage of RoboReward — every cluster mentioning RoboReward across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新框架TrustRoboReward改进机器人奖励模型
研究人员开发了TrustRoboReward，一个用于机器人奖励模型的新框架，它解决了成对偏好和逐点得分之间的一致性问题。该框架包括偏好排序等渗得分编辑（POISE），旨在通过增强视觉反馈来改进长时机器人操作。实验表明，使用POISE训练的Qwen3-VL-4B模型几乎能达到GPT-5-mini的性能，并在总体奖励得分和得分对一致性方面显著优于现有的RoboReward基线。
-
达晓机器人发布统一具身AI模型ACE-Brain-0.5
达晓机器人发布了ACE-Brain-0.5，这是一款专为物理自主AI设计的新型统一具身基础模型。该模型将空间感知、决策规划、具身交互和自我评估整合到一个80亿参数的单一主干中。ACE-Brain-0.5旨在使机器人能够在真实环境中自主感知、规划、行动和进化，并在多项基准测试中超越现有模型。