未分类

光轮智能发布RoboFinals RL Envs,含超8分钟长程机器人仿真任务

要点

光轮智能在机器人学习大会(CoRL 2026)期间发布强化学习仿真环境RoboFinals RL Environments,公司于11月13日对外披露了该消息。该环境面向机器人模型提供可交互的强化学习仿真环境,能够持续交互并给出可信物理反馈。 首发展示的是时长超过8分钟的汽车修…

光轮智能在机器人学习大会(CoRL 2026)期间发布强化学习仿真环境RoboFinals RL Environments,公司于11月13日对外披露了该消息。该环境面向机器人模型提供可交互的强化学习仿真环境,能够持续交互并给出可信物理反馈。

首发展示的是时长超过8分钟的汽车修理长程仿真任务,把灵巧手操作、工具使用、多阶段流程与柔性物体交互放在同一场景,涉及软管、线缆、密封垫等物体。各阶段相互关联,前步操作造成的状态变化延续到后续步骤。

底层为光轮智能全栈自研的SimFoundry,覆盖“求解—测量—生成”:求解器计算刚体、关节体与柔性体交互,测量环节让物理参数来自真实数据,生成环节由AI Agent驱动完成资产重建与任务定义。公司称之为RL Ready,要求每阶段有明确完成判定、反馈可靠且可用于训练。

汽车维修任务中,充气软管受牵拉时的弯曲和摆动会影响操作,初始仿真存在异常抖动。Agentic校准工作流由Agent自动迭代调整参数并辅以专家监督,定位出对软管响应影响最大的杨氏模量参数,样例中最大位置偏差缩小约3毫米。

训练与评测同源:RoboFinals RL Env面向策略训练,RoboFinals Benchmark面向能力评测,共享任务语义、场景资产与能力定义,训练任务及奖励调参与评测实例保持区分。策略迭代被分阶段记录:5 steps尚未完成抓取,150 steps开始抓取但螺丝滑落,175 steps成功抓起螺丝。

免责声明本页信息整理自互联网公开渠道,仅供资讯参考,不构成任何投资或商业决策依据;相关产品参数、企业信息可能存在滞后或误差,请以厂商官方发布为准。如内容涉及版权、准确性或侵权问题,请联系 981209856@qq.com,我们将第一时间核实处理。

许承翊

许承翊,参与大观门户各频道的选题与稿件整理。

公安联网备案冀公网安备13068102000496号