标签：强化学习
共汇总 20 条相关内容，覆盖 3 个栏目
幻尔发布开源双足机器鸭WonderDuck：全栈自研架构与强化学习训练方案解析深圳幻尔科技发布开源双足机器鸭WonderDuck，采用原创金属承力架构、自研HX-08LCM舵机及RK3566+AT32双脑控制系统，支持MuJoCo仿真环境下的PPO强化学习训…AI资讯2026-11-15智身科技智身科技（GENISOM AI）是国内领先的具身智能全产业链技术服务商，自主研发钢镚L1/L1-W四足机器人、铜锤M1中型机器人、CHAMP关节模组等整机与核心零部件，广泛应用于电…AI工具2026-09-29智身科技智身科技（GENISOM AI）是国内领先的具身智能全产业链技术服务商，自主研发钢镚L1/L1-W四足机器人、铜锤M1中型机器人、CHAMP关节模组等整机与核心零部件，广泛应用于电…品牌2026-09-25幻尔机器鸭WonderDuck：强化学习驱动双足机器人自主行走的技术路径深圳幻尔科技开源双足机器人WonderDuck采用强化学习技术，通过数字孪生建模、MuJoCo仿真、PPO算法训练及异构双脑部署，实现从虚拟仿真到真实硬件的自主行走迁移。AI资讯2026-11-15波士顿动力给 Atlas 装上轮子：用全身强化学习验证滑行与行走的切换波士顿动力 11 月 9 日公开实验视频，控制工程师 Andy Wu 给 Atlas 脚踝加装轮子，使其以滑行方式移动并完成旋转等动作。方案仅需一个定制转接件把滑板车轮圈装到原有脚…AI资讯2026-11-10云深处发布绝影 X50：四足机器人 50kg 额定负载、3m/s 持续疾驰 2 公里云深处科技 11 月 6 日发布四足机器人绝影 X50，在不增加机身尺寸前提下把持续行进负载提到 50kg，并在该负载下以 3m/s 速度持续疾驰 2 公里以上；感控融合方案融合激…AI资讯2026-11-10VinRobotics 开源人形机器人强化学习训练管线VinRobotics 开源基于 mjlab 的人形机器人强化学习训练管线，支持 GPU 加速并行仿真、多地形速度跟踪任务及 ONNX 策略导出，覆盖从训练到部署的完整工作流。AI资讯2026-10-16VinRobotics Humanoid Robots Reaching Human-Level Walking SpeedVinRobotics工程师采用基于强化学习的运动控制方法，通过步态奖励设计、域随机化与课程学习三大技术支柱，训练人形机器人在重型平台上实现稳定自然的行走。AI资讯2026-10-15机器人学习如何让消费级机器人适应人类行为2026年10月10日，企业动态消息显示，消费级机器人正通过强化学习、模仿学习与Sim-to-Real迁移等技术，从固定程序转向实时学习，能够识别用户作息、情绪与空间习惯，实现个性…AI资讯2026-10-13阿里千问发布QwenGyre，面向超长程智能体的在线强化学习框架阿里千问于10月12日发布面向超长程智能体任务的在线强化学习框架QwenGyre，通过弹性调度与轨迹处理让超长程任务成为有效训练来源；在Qwen3.8-2.4T上、约70万词元ro…AI资讯2026-10-13DeepSeek｜公开DSec弹性计算沙盒支撑V4 Agent训练DeepSeek联合清华公开技术报告并系统介绍DSec弹性计算沙盒，称其支撑DeepSeek-V4全部训练、评测与数据预处理，生产分片峰值并发超38万个沙盒。AI资讯2026-10-01小米｜MiMo-V2.6-Pro登顶开源权重榜，同步放出Flash与RL栈VentureBeat报道，小米MiMo-V2.6-Pro在Artificial Analysis Intelligence Index取得46分、开源权重第一；同步开源Flash…AI资讯2026-09-23小米｜罗福莉公开MiMo-V2.6强化学习训练直播，沿三维度扩展RL9月17日小米MiMo负责人罗福莉发文并公开MiMo-V2.6强化学习训练直播页；沿计算、环境与Harness、评分算力三维度扩展RL，每步约20亿Token、1568×16 Ro…AI资讯2026-09-18续：Scalabot｜发布HERON-CRA情境强化行动模型继近窗发布HERON-World Model后，Scalabot于9月15日发布HERON-CRA，强调Context Expert、RL Engine与Cross-Embodim…AI资讯2026-09-16
