BRAIN & DECISION
大脑与决策
机器人怎么思考：具身大模型、VLA、世界模型与任务规划。
◆ 39 篇相关报道◆ 3 篇论文速递◆ 6 家相关公司
编辑精选
EDITOR'S PICKS英伟达 Isaac Lab 3.0 正式版上线，仿真训练工具链再升级
英伟达 Isaac Lab 3.0 正式版上线，新增多物理引擎、多 GPU 规模化训练及强化学习后训练与策略部署能力。
最新报道
LATEST STORIES开发者称在单台Mac Studio上完成人形SuperMimic训练
有开发者称仅用单台Mac Studio设备、训练5个小时即完成人形SuperMimic训练，并称其为首个此类案例。
arXiv论文提出免训练离线指标S²，用感觉运动对齐预测具身策略成功率
研究者提出免训练离线指标S²，衡量模型感知表征与物理运动几何的对齐程度，并发现其与下游机器人任务成功率正相关。
AgenticRoboRL 提出面向机器人规划器的通用后训练框架
arXiv 论文提出 AgenticRoboRL，先监督微调再用任务成败为奖励做多轮强化学习，后训练机器人规划器。
剑桥团队研究用非机器人合成数据预训练机器人行为先验
剑桥等机构研究用程序生成的数学抽象合成数据预训练机器人行为先验，在未见物理任务上取得零样本预测能力。
AI2团队发布MolmoSpaces仿真生态与MolmoBot策略，仿真数据实现零样本真机迁移
UW机器人学研讨会介绍AI2在仿真合成数据与大规模机器人训练方面的工作，含MolmoSpaces生态和MolmoBot策略。
哈佛、英伟达等联合提出RAX：冻结大模型智能体实现真机自学
哈佛、英伟达、伯克利、MIT、斯坦福联合提出RAX，让冻结大模型编程智能体在真机上试错自学，无需示范数据与策略训练。
论文速递
PAPER RADARarXiv 未标注2026-10-22
arXiv论文提出免训练离线指标S²，用感觉运动对齐预测具身策略成功率
研究者提出免训练离线指标S²，衡量模型感知表征与物理运动几何的对齐程度，并发现其与下游机器人任务成功率正相关。
arXiv♥ 0
arXiv 未标注2026-10-22
AgenticRoboRL 提出面向机器人规划器的通用后训练框架
arXiv 论文提出 AgenticRoboRL，先监督微调再用任务成败为奖励做多轮强化学习，后训练机器人规划器。
Bilibili 具身智能检索♥ 0
arXiv 未标注2026-10-22
剑桥团队研究用非机器人合成数据预训练机器人行为先验
剑桥等机构研究用程序生成的数学抽象合成数据预训练机器人行为先验，在未见物理任务上取得零样本预测能力。
arXiv♥ 0