待验证50% 置信事实精确时间
后训练方法需要大量昂贵的真实机器人数据，并且每更换一个基座模型就需要重新进行密集的后训练。
1
来源数
50%
置信度
长期有效
时效性
2026/11/3
首次发现
来源
D&A：解耦描述与评估，让VLM成为零样本机器人奖励模型
rss2026/11/2
涉及实体
相关事实
待验证精确遗忘通过剔除目标数据后重新训练模型实现完全删除，对数十亿参数大模型成本极其高昂，一次完整训练可能耗费数百万美元的计算资源77% 相似待验证英伟达等公司近年来大力押注仿真训练与合成数据，通过虚拟环境让机器人练习数百万次来弥补真实数据不足76% 相似待验证强化学习在真实机器人上直接训练代价极高，因每次跌倒都可能损坏硬件且采样效率低，仿真环境（如Isaac Sim、MuJoCo、Gazebo）提供了低成本、可并行、可重置的训练场。75% 相似待验证近年来机器人基础模型的趋势是利用大规模预训练提升泛化能力，再通过微调适应具体任务。74% 相似待验证四足机器人的自我恢复能力来自强化学习的sim-to-real训练范式，通过在仿真环境中摔倒数百万次学习平衡策略72% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1130295API
curl https://kongchang.com/api/v1/knowledge/claims/1130295MCP
get_claim(id=1130295)