外观
新闻IEEE Spectrum Robotics2 个月前
GEN-1.5实现单样本物理技能学习，Gravis推出工程机械具身改装套件
本文由 AI 根据公开内容整理，可能有误，请以原文为准：Video Friday: Do We Need Superhuman Humanoid Robots?（IEEE Spectrum Robotics）
核心内容
Generalist公司发布机器人基础模型GEN-1.5，该模型在无需梯度更新或微调的情况下，仅凭单个示例即可在数秒内习得新物理技能，展现出One-shot/Few-shot示范学习与Zero-shot物理泛化能力。尽管当前验证任务仍为短时序简单操作，但这是首个在规模化训练中涌现出单样本物理技能学习能力的模型，标志着具身智能向通用物理智能迈出关键一步。
Gravis Robotics推出针对重型工程机械的Rack改装套件，集成相机、LiDAR及车载计算单元，使传统液压设备具备环境感知与理解能力。系统采用学习型控制策略，支持机器人在接近性能极限下执行快速全周期作业。此外，EVARL团队提出基于路径点引导强化学习（WGRL）的双臂摆荡框架，在真实机器人上成功完成四根连续横杆穿越，验证了Sim-to-Sim策略迁移的有效性。
关键看点
- GEN-1.5单样本学习：无需梯度更新或微调，仅凭一个示范示例即可在数秒内掌握新物理技能，具备Zero-shot泛化能力
- Gravis Rack改装套件：集成相机、LiDAR与车载算力，通过学习型控制将普通液压工程机械转化为自主作业机器人
- WGRL双臂摆荡框架：结合路径点引导与强化学习，在真实尺寸双臂机器人上实现四根连续横杆的稳定穿越验证
- 多旋翼轨迹优化：港理工与东大联合开发首个基于序列凸规划的通用多旋翼轨迹优化框架，覆盖全向飞行平台
工程与产业观察
GEN-1.5验证了基础模型在物理世界中的即时学习能力，降低了对海量标注数据的依赖，为具身智能快速适配新场景提供新范式；Gravis Rack则展示了存量重型机械具身化改造的工程路径，通过外挂感知与学习型控制绕过底层线控改造难题，对建筑、矿山等非结构化场景的自动化升级具有直接参考价值。
来源
本页事实对应的公开页面，以原文为准。