COMPANY PROFILE
AmazonAmazon
研究者提出StructRL在线强化学习框架，通过可验证子任务为长时域视觉-语言-动作模型构建结构化中间奖励，在GR00T-N1.5与pi 0.5等模型上优于评估过的基线。
研究者提出StructRL在线强化学习框架，通过可验证子任务为长时域视觉-语言-动作模型构建结构化中间奖励，在GR00T-N1.5与pi 0.5等模型上优于评估过的基线。Skild AI 展示人形机器人 Messinator，在虚拟足球场经140年自我对弈训练，掌握带球、护球与射门，并迁移至真实机器人。