机器人自玩自学，零样本迁移新任务
推荐指数 76.0 NO. 022 · 2026.06.20
upvotes35comments2
为什么值得看
RATs框架让机器人在无指令情况下通过自主探索学习可复用技能，接到下游任务时直接调用无需再训练。这打破了当前机器人系统"先给任务再学技能"的被动模式，对需要快速部署到多变场景的机器人创业团队意义重大。
媒体预览
编辑判断
当前主流路线如Google的RT-2、VoxPoser都是任务驱动范式，预训练数据依赖人类标注的任务指令，遇到新任务需要重新收集数据微调。RATs的玩法更接近婴幼儿发展心理学里的"自由游戏"理论——先乱玩建立世界模型，再按需调用。
这篇论文没有公布具体机器人硬件平台和训练成本，这是落地最大的问号。如果只是在仿真环境里跑通，迁移到真实机器人的gap可能很大。建议等代码开源后先看play阶段的任务生成机制，这是能否scale的关键设计。