热点事件持续更新

UC伯克利与NVIDIA在CoRL 2026提出agentic robotics方法

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

UC Berkeley 与 NVIDIA 在 CoRL 2026 上提出 agentic robotics 方法：用 LLM 驱动的编码智能体将复杂任务拆解为子任务、生成人类可读代码并在仿真中迭代，从而无需收集人类演示数据即可为工业环境中的机器人生成任务程序。据 UC Berkeley 的测试，该方法在部分任务上成功率达 99%，与人工手工编程性能相当，而基线模仿学习在同类任务上成功率仅 20%。研究方称该方法最适用于需要稳健精度的工业制造与操作任务。

一句话影响开发者：可用该方法以生成代码替代采集人类演示数据来编程工业机器人，先在仿真中迭代验证。投资者：工业机器人编程可能从数据驱动路线转向代码生成路线，关注相关工业自动化环节变化。

AI 根据报道生成 · 10 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月9日

22:00
IEEE Spectrum · 机器人精选
UC Berkeley 与 NVIDIA 在 CoRL 2026 提出 agentic robotics，用编码智能体替代数据规模路线
UC Berkeley 和 NVIDIA 在 2026 Conference on Robot Learning 上提出 agentic robotics 方法，用 LLM 驱动的编码智能体把复杂任务拆解为子任务、生成人类可读代码并在仿真中迭代，无需收集人类演示数据。

本事件热度走势

可比范围当前: 8
可比范围峰值: 1011月9日 23:00
近 24 小时变化: –

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。