创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

Auto-Robotist将机器人试错转为可复用技能

AI 总结

据报道,密歇根大学安娜堡分校团队提出并开源Auto-Robotist,利用大语言模型提出机器人结构改进、训练候选控制器,并将仿真结果整理为可复用的设计知识。该系统在EvoGym七项软体机器人任务中的最终得分高于标准遗传算法基线,技能库也能从5×5网格迁移至10×10设计空间。目前验证仅限EvoGym仿真,三维结构与真实硬件表现仍待检验。

深度见解

Auto-Robotist把昂贵的机器人设计仿真转化为可供后续搜索使用的规则,但目前结果仍局限于仿真环境。

新智元 2026-11-06 18:59 上海

新智元报道  

AI能否像工程师一样,在反复设计机器人时积累经验?

机器人的身体结构与运动控制紧密相连:驱动器放在哪里、身体怎样保持稳定,都需要通过控制训练与仿真反复验证。这些试错代价高昂,其中的经验却往往没有被整理成可供后续设计复用的知识。

密歇根大学安娜堡分校研究团队提出了AI机器人协同设计智能体Auto-Robotist,相关工作已获EMNLP 2026主会录用并开源。

#Auto-Robotist#University of Michigan#EvoGym#EMNLP 2026

原文约 11 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。