实证审计:Cosmos Policy 上测试时搜索何时有效
这篇论文给测试时搜索泼了盆冷水:在 Cosmos Policy 上,价值选择器居然比随机还差,剪枝后端到端也只快 1.15 倍,还揪出个渲染 bug,做机器人策略的都该看看。
这篇论文给测试时搜索泼了盆冷水:在 Cosmos Policy 上,价值选择器居然比随机还差,剪枝后端到端也只快 1.15 倍,还揪出个渲染 bug,做机器人策略的都该看看。
Nvidia 的 Long-WAM 把机器人模型的上下文拉到 19.2 秒,RoboCasa GR-1 成功率直接从 63.3% 涨到 78.7%,做机器人方向的可以看看。
这篇论文把机器人模型的历史上下文拉到 19.2 秒,动态杯子堆叠做到 95% 成功,Pi0.5 一个都做不成,方法细节写得很清楚。