Hugging Face Daily Papers·· 2026-10-01精选AI 评分82
InterEvolve:面向人形机器人位姿与操作的测试时奖励程序演化
InterEvolve: Test-Time Evolution of Reward Programs for Humanoid Loco-Manipulation
AI 导读
论文研究人形机器人在未训练过的任务中通过复用现有技能、自我改进并保留学习成果的能力。核心思路是利用规划与控制接口,将对象感知基础模型转化为行为策略,并通过大语言模型修订奖励程序结构、数值优化器调整常数,在仿真中验证后迭代提升。实验表明该方法能释放基础模型的潜在能力,处理复杂场景与长周期任务,并在宇树 G1 真机上实现自主运行。
推荐理由
该文提出无需重训的测试时演化方法,利用对象感知基础模型与奖励程序优化,在仿真及宇树 G1 真机上实现复杂任务。
来源:Hugging Face Daily Papers · arxiv.org