会后复盘
大语言模型
雷峰网 · GAIR DAO · 2026-08-19
来源：未来索引 原文链接：https://mp.weixin.qq.com/s/75cThzwP1ButXnr0O4e3Wg 如果说 ChatGPT 是让 AI 学会了人类的语言，那么 OAT (Ordered Action Tokenization) 则是让 AI 掌握了物理世界的“语法”。这不仅是编码方式的改变，更是机器人从“专用工具”向“通用智体”进化的关键一跃。 最近，具身智能（Em...
会后复盘
强化学习
雷峰网 · GAIR DAO · 2026-08-19
来源：原文链接： https://mp.weixin.qq.com/s/tFfBQaXAMH4HM9obaSqjYg 让机器人在真机上靠自己越练越好，是这两年具身圈最主流的一条路，做法是让策略先从离线示范里学个底子，再靠一个奖励信号在真机上反复迭代。整条链路的成败几乎都取决于这个奖励信号，可它偏偏是最难拿的一环。 难处在于，一件长活儿的“好”从来不止一个维度。让一台 Franka 摆餐具，你...
