智元机器人挑战赛：清华&上海AILab夺冠，华南理工紧随其后
随后现场又报了两个名次：华南理工的Notonlysim一个人把第二名扛了回来，香港大学的Firebot排在第三。这三个名次，都是IROS杭州现场真机赛上，AgiBot World Challenge根据六个真实物理任务的平均成绩算出来的最终排名。公布成绩那一刻
ailab
智元办机器人挑战赛：清华&上海AILab夺冠，华南理工亚军
来自全球的11支顶尖队伍在抓取、折叠、烹饪、倒水等六大真实物理任务中展开激烈角逐，现场高能不断。
智元机器人挑战赛：清华&上海AILab夺冠，华南理工亚军
来自全球的11支顶尖队伍在抓取、折叠、烹饪、倒水等六大真实物理任务中展开激烈角逐，现场高能不断。
机器人训练遇瓶颈？清华和上海AI Lab出新招，缺数据也能冲 SOTA
一直以来，VLA模型训练走的都是“大规模预训练+有监督微调（SFT）”的路子。可这SFT简直是个“吞金兽”，要训练它得有大量高质量的机器人操作轨迹数据。
清华联手上海 AILab！推理模型RL综述重磅发布，叩响超级智能大门
这篇论文标题是《ASurveyofReinforcementLearningforLargeReasoningModels》，专门梳理RL在大推理模型（LRM）里的最新进展。
腾讯AI Lab首创RL框架Parallel-R1，教大模型学会「并行思维」
然而，现有方法多依赖于监督微调（SFT），模型一来只能模仿预先构造的 parallel thinking 数据，难以泛化到真实的复杂任务中，其次这种方式对数据要求很高，往往需要复杂的 data pipeline 来构造。
清华、上海AILab等顶级团队发布推理模型RL超全综述
在 2013 年，DeepMind 就展示过一个小实验：用 RL 训练的智能体，只凭屏幕上的像素和得分反馈，就能学会玩上世纪的街机游戏《打砖块》。几年后，AlphaGo 和 AlphaZero 更是通过自我对弈和奖励信号，超越了世界顶尖棋手，在围棋、国际象棋和