▸ 上海期智研究院研发RL-100学习框架
出处
据外媒报道，上海期智研究院（Shanghai Qi Zhi Institute）的研究人员近日开发出一种名为RL-100的新型人工智能（AI）学习方法，可帮助机器人更快掌握新技能，并在不断变化的环境中稳定完成任务。
▸ 提升机器人抗环境扰动能力未对上原文
▸ 实现100%任务成功率未对上原文
▸ 机器人应用场景包括家庭、公共场所、办公室、工厂和医疗保健
出处
盖世汽车讯 机器人正逐渐进入家庭、公共场所、办公室、工厂以及医疗保健等各类场景。
▸ 研究人员开发RL-100融合模仿学习和强化学习
出处
RL-100融合了两种AI训练方法——模仿学习（imitation learning）和强化学习（reinforcement learning）。
▸ 论文发表于《Science Robotics》期刊
出处
该团队在发表于期刊《Science Robotics》的一篇论文中介绍了这一框架。
▸ 第一作者Kun Lei指出机器人需在真实环境中稳定可靠
出处
论文第一作者Kun Lei在接受Tech Xplore采访时表示：“这一项目源于我们反复观察到的一个差距：机器人能够成功演示某项任务，并不意味着它能够在真实世界中稳定可靠地完成这项任务。
▸ 模仿学习提供良好起点，但无法覆盖所有失败情况
出处
Kun Lei称：“模仿学习通过让机器人学习人类示范，为其提供了良好的起点，但有限的示范数据无法覆盖所有失败情况、外部扰动或意外场景。
▸ 强化学习作为机器人策略的后训练阶段，优化决策能力
出处
Kun Lei表示：“我们思考，强化学习是否可以像基础模型（foundation models）的后训练（post-training）一样，作为机器人策略的后训练阶段。
▸ RL-100学习框架包括三个阶段
出处
研究团队提出的RL-100学习框架主要包括三个阶段。
▸ 目标是弥合示范到可靠执行之间的差距
出处
我们的核心目标，是弥合从示范到可靠执行之间的‘最后一公里’差距，不仅提升任务成功率，还提高执行速度、鲁棒性以及从错误中恢复的能力。