当机器人走进真实世界它需要完成的不再只是一个动作而是一项复杂、连续的长程任务清华大学自动化系鲁继文教授团队依托清华大学具身智能与机器人研究院具身智能北京市重点实验室等平台围绕空间感知、导航、移动操作与具身调度打造可持续执行、可闭环修正的具身智能大脑面向长程任务的具身智能大脑科技成果宣传片随着任务步骤增加感知误差、执行偏差与环境变化不断累积如何让机器人在复杂任务中持续行动成为具身智能走向真实世界...

智能体的学习必须通过与环境的持续交互而非对静态数据的推断清华大学电子工程系汪玉教授团队与清华大学具身智能与机器人研究院合作致力构建支撑具身大模型长期学习与持续优化的通用技术底座推动具身智能从“离线训练”迈向“在线进化”RLinf: 面向具身智能的高灵活、可扩展大规模强化学习框架科技成果宣传片实现具身智能持续进化闭环当前面临三大挑战：“工作组件高度异构且执行流程复杂”“仿真环境训练算力资源、系统效率受限...

具身智能的真实能力源于机器人与真实环境的动态交互源于视觉感知与肢体运动的实时协同而非仿真环境下的理想化拟合清华大学自动化系赵明国研究员团队依托清华大学具身智能与机器人研究院具身智能系统北京市重点实验室构建端到端视觉运动耦合的人形机器人强化学习框架让无外接供电、无远程算力的人形机器人具备真实赛场级的全自主敏捷运动能力推动人形机器人足球技能从“仿真复刻”迈向“真实对抗实时反应”端到端视觉 运动耦合的...