TECHNOLOGY · 技术
强化学习与运动控制
LeHome 挑战赛参赛者分享双臂机器人叠衣的推理优化方案
参赛者 Ilia 复盘 LeHome Challenge 在线仿真轮，介绍奖励工程与推理时优化对双臂 SO-ARM101 叠衣成功率的作用。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
参赛者 Ilia 发布视频，复盘其在 LeHome Challenge 在线仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身轮中的技术方案。该竞赛要求训练双臂 SO-ARM101 机器人完成 4 种衣物的折叠任务，与 ICRA 2026 相关。视频为该系列的第 2 部分，主题为奖励工程、优势估计与推理时优化，并声称其方案获得仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快，但和真实世界总有差距。◆ 小白科普 · 现身挑战赛胜利。作者将内容分为英语原声版本与汉语配音版本两部分发布。从公开信息看，分享重点在于通过奖励设计与推理阶段的策略调整提升折叠任务的成功率，属于面向物理操作任务的强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身与运动控制让机器人的身体按想法精准动起来、并保持平衡的技术，相当于人类的「小脑」。◆ 小白科普 · 现身实践。目前可核实的细节限于赛事名称、任务对象、衣物种类数量以及分享主题，具体方法、指标与效果仍需以作者后续披露或官方结果为准。