标签： 全部 强化学习 扩散模型 大语言模型 基准测试 视频生成 LLM智能体 世界模型 视觉语言模型 GRPO 多模态大模型 知识蒸馏 基准评测 具身智能 流匹配 机器人操作 多智能体系统 智能体 LLM Agent 可解释性 图像生成 代码生成 多模态学习 检索增强生成 注意力机制 RLVR 后训练 视频理解 机器人学习 长上下文 多模态 数学推理 图像编辑 VLA 数据合成 多模态大语言模型 推理加速 高效推理 评测基准 自监督学习 工具调用 对比学习 扩散语言模型 视觉-语言-动作模型 参数高效微调 Transformer 工具使用 LoRA 持续学习 LLM评估 自蒸馏 多模态推理 RAG 模仿学习 综述 LLM推理 信息检索 信用分配 在线策略蒸馏 模型压缩 合成数据
找到 120 条结果
相关性 | 日期

迈向物理AI的递归自我改进

👍 19

系统梳理机器人如何从改进行为走向改进改进方式本身，并给出判定真正递归的两轮测试

Meng Luo, Zechen Bai, Shanqing Xu, Yanlin Li, Kaixin Li, Mengchen Qian,... 2026-10-23
世界模型 具身智能 安全与评估 机器人学习 研究议程
✅ 已总结
详情 →

从机群经验中学习：机器人集体学习范式

👍 112

让机群机器人共享部署经验改进共同策略，无需额外专家纠正动作，成功率提升至93.3-99.2%。

Chao Yu, Shu'ang Yu, Hao Lin, Hongzhi Zang, Yuxiang Yan, Chenxi Jiang,... 2026-10-20
分布式系统 机器人学习 机群学习 模仿学习 真机操作
✅ 已总结
详情 →

CoDA：仿真数据引擎与动作策略的协同进化

👍 10

共享记忆让出题人与考生共同进化：失败诊断既指导生成环境又转化为稠密监督。

Tianjiao Yu, Zhilin Ou, Yifan Shen, Xinzhuo Li, Yuanzhe Liu, Onkar Kishor... 2026-10-16
共享记忆 奖励塑形 数据-策略协同进化 机器人学习 生成式仿真
✅ 已总结
详情 →