DEED：单GPU后训练让零售人形机器人完成补货

Roger Sala Sisó 等作者发表论文，提出 DEED 框架，在 Unitree G1-Edu 人形机器人和 GR00T N1.6 基础模型上完成超市芯片补货任务。作者称，经过针对性的数据设计与后训练，原本在朴素微调下失败的控制策略可转为可用的实机系统，且仅用单块 GPU。 DEED 包含三部分：带控制频率对齐、数据整理、任务相关视觉高亮的数据高效后训练流程；借鉴 RECAP、通过文本优势前缀和视觉语言价值函数实现的实机经验驱动改进；以及用于分析分布内与分布外行为的潜空间工具。 该论文已被 2026 IEEE-RAS 第 25 届 Humanoids 会议接收，评估限于上述单一机器人型号与单一补货任务，未给出成功率、试验次数等量化结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。