斯坦福博士生 Perry Dong 与导师 Chelsea Finn 提出面向机器人的通用后训练思路。预训练模型已能完成复杂任务，却卡在可靠性上：95% 的成功率放进有玻璃、宠物和孩子的家庭，剩下的 5% 仍会不断制造事故，机器人要学的是稳定把事做对。 近日，斯坦福大学计算机科学博士生 Perry Dong 与导师 Chelsea Finn 发布长文《Towards Universal...
斯坦福博士生 Perry Dong 与导师 Chelsea Finn 提出面向机器人的通用后训练思路。预训练模型已能完成复杂任务，却卡在可靠性上：95% 的成功率放进有玻璃、宠物和孩子的家庭，剩下的 5% 仍会不断制造事故，机器人要学的是稳定把事做对。 近日，斯坦福大学计算机科学博士生 Perry Dong 与导师 Chelsea Finn 发布长文《Towards Universal...