跳到正文
实时
热点事件历史事件

WICL 方法提升机器人操作技能

1 篇报道1 个报道来源8 天前更新

先了解这件事

AI 综述

World Labs 发布了 World In-Context Learning (WICL) 方法,通过冻结模型并在模拟器中演练任务,将反馈写入上下文而非权重,使机器人能从单一演示中学习操作技能。RoboScript 实现了 WICL,在 RoboTwin 2.0 的 50 项任务上,单次演示无梯度更新即可达到 83.4% 成功率,超越最强训练策略 20 余点,并支持跨视觉分布泛化、通过反思改进、基础模型扩展及跨平台记忆迁移。

AI 根据报道生成 · 更新于 8 天前

报道时间线

沿着报道,了解事件的不同侧面。

11月11日
  1. Hugging Face Daily Papers
    面向自主机器人操作的上下文学习

    World In-Context Learning (WICL) 方法通过冻结模型,在模拟器中演练任务并将反馈写入上下文而非权重,使机器人能从单一演示中学习操作技能。RoboScript 实现了 WICL,在 RoboTwin 2.0 的 50 项任务上,单次演示无梯度更新即可达到 83.4% 成功率,超越最强训练策略 20 余点,并支持跨视觉分布泛化、通过反思改进、基础模型扩展及跨平台记忆迁移。

本事件热度走势

可比范围当前
3
可比范围峰值
511月12日 06:00
近 24 小时变化
-49%

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。