Chinese content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。
The framework demonstrates how extending temporal context dramatically improves robotic task success rates, potentially enabling more complex autonomous behaviors. Developers working on robotics and AI agents should evaluate how this approach could enhance their applications, particularly for tasks requiring longer-term planning and memory.
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。