贾萧松谈自动驾驶与具身智能技术演进
热点事件持续更新
贾萧松谈自动驾驶与具身智能技术演进
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
复旦大学的贾萧松在对话中分析了自动驾驶与具身智能领域的技术瓶颈与演进方向。 他认为，端到端方法虽能直接优化最终目标，但传统模块化系统因信息损失和优化目标不一致，整体效果未必理想。他在2022年的实验发现，模仿学习存在训练目标局限，而强化学习则训练成本高且收敛慢。 他提出应先模仿学习再强化学习的训练范式，并尝试用隐空间世界模型来提升探索效率。
AI 根据报道生成 · 2 小时前更新
最新进展10月19日 11:06
复旦贾萧松：VLA、WAM新架构层出不穷，但真正的瓶颈不在模型架构报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- 雷锋网复旦贾萧松：VLA、WAM新架构层出不穷，但真正的瓶颈不在模型架构
贾萧松认为，自动驾驶领域端到端方法虽能直接优化最终目标，但传统模块化系统因信息损失和优化目标不一致，整体效果未必理想。他在2022年通过实验发现，模仿学习存在训练目标局限，难以实现“开得完美”的效果，而强化学习虽能提升决策能力，但训练成本高且收敛慢。他提出应先模仿学习再强化学习，类似当前大模型训练范式，并尝试用隐空间世界模型提升探索效率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。