RoboEvolve 发布 v2，扩展至世界-动作模型
热点事件持续更新
RoboEvolve 发布 v2，扩展至世界-动作模型
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Harold Haodong Chen 等作者发布 RoboEvolve 框架的扩展版论文 v2，将这一规划器-模拟器共同进化框架扩展到 world-action model 设置，并新增 LIBERO 底层控制实验。该框架把 VLM 规划器与 VGM 模拟器耦合成相互强化的闭环，用无标注种子图像自举以缓解操作数据稀缺。 作者称，仅用 500 张无标注种子图像即可超过全监督基线，初始强化学习数据减少 50 倍；在 LIBERO 上借助环境反馈，将冷启动的 LingBot-VA 平均任务成功率从 78.7% 提升到 98.7%。这些均为论文报告的结果。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
RoboEvolve：面向机器人操作的规划器-模拟器共同进化框架报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.RORoboEvolve：面向机器人操作的规划器-模拟器共同进化框架
RoboEvolve 将 VLM 规划器与 VGM 模拟器耦合成相互强化的共同进化闭环，用无标注种子图像自举，缓解操作数据稀缺问题。实验显示其将基础规划器提升 30 个绝对点、模拟器成功率平均提升 48%，仅用 500 张无标注种子图像即超过全监督基线，初始强化学习数据减少 50 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。