热点事件观察中
宾大团队提出TR指标提升具身智能泛化
1 篇报道1 个报道来源1 天前更新
先了解这件事
AI 综述
2026年10月14日，在IROS 2026大会上，宾夕法尼亚大学、MIT与Stanford联合团队的茅佳源分享具身智能研究进展。团队指出视频预测与动作生成之间存在机制脱节，提出时间比率（TR）指标用于诊断该问题，并通过基于TR的自适应引导机制，将双臂机器人真机泛化成功率从71.8%提升至83%。此外，其RAPID框架仅需单次人类演示即可学习接触丰富的非抓取操作，在悬挂任务中把纯数据驱动方法42%的单例成功率提升至93%。
AI 根据报道生成 · 1 天前更新
最新进展10月14日 10:35
茅佳源在IROS 2026分享TR指标与RAPID框架，真机泛化成功率提升至83%。报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- 雷峰网宾大茅佳源：从单次演示到83%真机泛化，破解具身智能数据困局
在 IROS 2026 大会上，宾大、MIT 与 Stanford 联合团队的茅佳源分享了具身智能研究：团队提出时间比率（TR）指标诊断视频预测与动作生成之间的机制脱节，并通过基于 TR 的自适应引导机制将双臂机器人真机泛化成功率从 71.8% 提升至 83%。其 RAPID 框架仅需单次人类演示即可学习接触丰富的非抓取操作，在悬挂任务中把纯数据驱动方法 42% 的单例成功率提升至 93%。
本事件热度走势
当前热度 5·可比范围峰值 9（10月14日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。