@heyshrutimishra: 最可怕的部分不是机器人,而是140年的练习在几周内于计算机中发生。这就是未来所有技能的学习方式……
摘要
Skild AI演示了一个通过自我对弈模拟训练的机器人进行足球训练,模拟了相当于140年的练习在几周内完成,展示了通过计算机模拟获取技能的新方法。
最可怕的部分不是机器人
而是140年的练习在几周内于计算机中发生
这就是未来所有技能的学习方式
查看缓存全文
缓存时间: 2026/09/24 08:20
最可怕的不是机器人本身
而是在虚拟世界中仅用数周便完成了相当于人类训练140年的实战经验积累
这将成为未来所有技能习得的范式
Skild AI (@SkildAI):
我们训练机器人踢足球。
方法是在虚拟世界杯中通过自我博弈训练了相当于人类140年的经验。
认识一下 #Messinator:
相似文章
Skild AI 通过模拟140年与自身过去版本的对练,训练了Unitree G1机器人踢足球。
Skild AI 通过模拟140年与自身过去版本的对练,训练了Unitree G1机器人踢足球,展示了人工智能和机器人技术的重大进展。
@heyshrutimishra:这就是机器人技术以惊人速度扩展的方式。超过一百万小时的人们日常任务数据。完全没有机器人数据。……
Dyna Robotics 推出了 Dyna-2,一个在超过一百万小时人类视频上预训练的世界动作模型,发现了机器人操作的新扩展定律。
竞争性自我对弈
OpenAI 证明在模拟 3D 机器人环境中进行竞争性自我对弈,能够使 AI 智能体在没有明确指导的情况下发现复杂的物理行为,如铲球、躲闪和虚晃等,表明自我对弈将成为未来强大 AI 系统的基础。
@rohanpaul_ai: 机器人技术进展缓慢,因为每次更改都需要物理设置、人员、空间以及反复的实地运行。物理AI需要...
Antioch 推出了 Antioch Agent,这是一个基于浏览器的机器人模拟器,让开发者可以在没有物理硬件的情况下,在封闭的智能体循环中测试机器人软件,从而加速开发周期。
@heyshrutimishra: 一台中国机器人刚刚表演了飞踢、剑术和击剑。没有CGI或预编程脚本…
来自AGIBOT的一台中国机器人以人类般的精确度表演了武术动作,展示了该公司先进的机器人技术,这些机器人主导着全球市场,在2026年初就发货了15,000台。