热点事件历史事件

TwinBridge：数字孪生迁移策略与奖励

1 篇报道1 个报道来源5 天前更新

先了解这件事

AI 综述

Shu'ang Sun 等作者发布 TwinBridge 框架，用数字孪生为真实世界在线强化学习提供策略初始化和稠密视觉奖励。其数字孪生由 3D Gaussian splatting 结合物理仿真构建，仿真状态给出任务事件与几何进度，用于仿真演示预训练和强化学习，再蒸馏为视觉奖励模型。在真实交互中，该模型的预测与执行历史结合计算稠密奖励，支持人在回路策略优化。作者称，在五个真实实验室任务上，每项任务最多用 25 分钟真实交互，最终平均自主成功率达到 98%。

AI 根据报道生成 · 5 天前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月5日

13:00
arXiv cs.RO
TwinBridge：用数字孪生迁移策略与奖励，实现实验室机器人真实世界强化学习
TwinBridge 提出一种数字孪生驱动的框架，为真实世界在线强化学习提供策略初始化和稠密视觉奖励。该方法用 3D Gaussian splatting 结合物理仿真构建数字孪生，由仿真状态给出任务事件与几何进度，用于仿真演示预训练和强化学习，再蒸馏为视觉奖励模型，与执行历史结合计算稠密奖励，支持人在回路策略优化。

本事件热度走势

可比范围当前: 3
可比范围峰值: 1011月5日 14:00
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。