RAX在線探索方法五項基準領先

2026年10月25日，報道稱，哈佛大學、英偉達、加州大學伯克利分校、MIT及斯坦福大學的研究團隊提出 RAX 機器人在線探索方法。RAX讓機器人透過在線探索累積經驗，並將成功決策寫成可複用的控制程序；模型參數保持凍結。研究團隊在 RoboDojo、BEHAVIOR-1K、HumanoidArena、DexJoCo及LIBERO-Pro五個仿真基準上評估 RAX。報道指出，RAX在這五個基準上較此前最強 SOTA 模型平均領先37.4個百分點。

AI 根據報道生成 · 2 小時前更新

還沒有足夠的連續觀測數據，暫不繪製趨勢。