Related Video

GAIR Live | 大模型时代，机器人的技术革新与场景变革

大模型时代的强化学习丨GAIR live

智元首席科学家罗剑岚：机器人交互为什么要用RL强化学习？

2025 ICLR Diffusion Model &自回归模型优劣势讨论#model #diffusion

2025 ICLR | Scaling Law走到尽头了吗 #machine#artificialintelligence #scalinglaw

云深处朱秋国谈：从MPC到RL，机器人运动控制算法的演进与协同。

具身智能之灵巧手的探索与应用

具身智能之 VLA 的实践与突破

RL+Control —— 将机器人可靠性逼进99.9%

大模型时代，机器人的技术革新与场景变革

大模型时代的强化学习

顶尖科学家聊2025 ICLR 最新趋势

云深处朱秋国谈：从MPC到RL，机器人运动控制算法的演进与协同。

Robot

reinforcement learning

robotics

GAIR DAO

Posted on 2025-05-23

Video Introduction

在GAIR Live圆桌论坛——“ RL+Control —— 将机器人可靠性逼进99.9%”上，浙江大学副教授与云深处创始人朱秋国表示，RL 在控制领域里有点类似镇定器。
在与环境交互接触的过程中，依靠强化学习的模型，能够确保机器人稳定可靠。但这并不意味着基于模型的方法就失效了，模型预测控制（MPC）与强化学习相结合也是当前的另一种趋势。

robot #machine #machinelearning #wbc #rl #artificialintelligence