#MuJoCo

共 9 条 · 7 天 0 条 · 30 天 2 条

开源模型 2 Code-as-World 1 Diffusion Policy 1 Jumper 1 POGP 1 PPO 1 WUJI 1 WUJI Hand 2 1

信息流里打上「MuJoCo」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月11日

模型 Agent 与开发者精选06:20

WUJI 开源 20 关节机械手转笔训练方案

WUJI 把转笔这种高难度动作做成了开源方案，20 关节手加数据手套，代码模型全放出来了，有 NVIDIA GPU 就能复现。

#WUJI #WUJI Hand 2 #MuJoCo #PPO

rohanpaul_ai@rohanpaul_ai原文

10月9日

产品 Agent 与开发者官方一手15:23

KingKong Technology 开源 Jumper 机器人：1.8 kg 螃蟹式设计，可跳过 400 mm

KingKong 把 1.8 kg 的 22 自由度跳跳机器人 Jumper 整套开源了，从 MuJoCo 强化学习到 RKNN 部署都有，能跳 400 mm，做硬件的朋友可以直接复现。

#Jumper #MuJoCo #强化学习 #机器人

事件专题

官方一手pandaily@[email protected] (Pandaily)2 个信源在谈原文

8月30日

模型官方一手精选09:41

Code-as-World：将视频转为可执行物理程序

MIT新系统把视频转成可编辑的物理程序，能训练AI理解真实世界物理规律。

#Code-as-World #MuJoCo #物理推理 #多模态

官方一手marktechpost@Michal Sutter原文

8月6日

模型11:47

POGP：连续控制的前缀最优动态扩散策略，学习何时停止

POGP能在保持性能的同时把去噪步数砍掉近三分之二，还比现有动态扩散方法更准，做连续控制的可以看看。

#POGP #Diffusion Policy #MuJoCo #连续控制

arXiv cs.LG@Rohit Kumar Salla 等 3 人原文

7月2日

产品多源确认15:25

使用Fable 5为RL生物添加毛发和神经网络语音

看Aaron Lemke用Fable 5给他的RL生物加上毛发和实时语音，声音还跟着神经网络激活变化，太酷了。

#Fable 5 #Three.js #JAX #MuJoCo

事件专题

AI Will@FinanceYF511 个信源在谈原文

模型多源确认精选15:20

用Fable 5为RL生物添加毛发和神经网络激活值生成的声音

这个项目把RL训练的活物做得超逼真，毛发和声音都来自神经网络激活值，技术堆叠很酷，值得看一眼。

#Fable 5 #RL #JAX #MuJoCo

事件专题

AI Will@FinanceYF511 个信源在谈原文

7月1日

论文09:44

SAIL-RevKL：带有逆向KL惩罚的自改进在线LLM对齐收敛性分析

这篇论文给自改进对齐的收敛性补上了理论证明，SAIL-RevKL加了逆向KL惩罚后效果更好，对做LLM对齐和强化学习的朋友很有参考价值。

#SAIL #SAIL-RevKL #LLM对齐 #MuJoCo

arXiv cs.LG@Xudong Wu 等 4 人原文

6月30日

论文10:15

AIDA：有限目标数据下视觉强化学习的域自适应方法

仿真到真实迁移一直难做，这篇论文的AIDA方法在目标数据极少时仍能大幅提升性能，比之前的方法强不少。

#AIDA #域自适应 #视觉强化学习 #Sim-to-Real

arXiv cs.AI@Hyunwoo Park, Sang-Hyun Lee原文

6月19日

模型09:55

CRAX: 基于JAX的快速安全强化学习基准测试，提速约100倍

想快速测试安全RL算法？CRAX用JAX把基准跑快100倍，还自带六个环境和三级难度，帮你一眼看出哪个方法在安全与性能上最均衡。

#CRAX #MuJoCo #JAX #安全RL

arXiv cs.LG@Tristan Tomilin 等 4 人原文