UPenn等团队提出TR指标与自适应引导提升真机泛化

2026年10月14日，雷峰网报道，在IROS 2026上，UPenn、MIT与Stanford联合团队的茅佳源分享了RAPID闭环框架，该框架仅需一次人类演示即可泛化执行多种非抓取任务。团队首次提出诊断“视觉会了、手却做不对”这一机制脱节的TR指标，并据此设计自适应引导机制。报道称，在未见过的组合式分布外任务（如“把水果放进纸袋”）中，对比模型Cosmos-Policy的平均成功率仅约12%，团队自己的模型在未引导前平均成功率为71.8%，引入基于TR的自适应引导后，真机泛化成功率进一步提升至83%，验证了该方案在真实物理场景中的有效性。目前进展为上述指标与框架在IROS 2026公开分享。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。