热点事件持续更新
MimicX 用执行反馈修正人形动作跟踪训练
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月15日，AGI Hunt 报道，MimicX 提出一种名为 policy-in-the-loop 的框架，用策略执行反馈来修正基于人类视频的人形机器人动作跟踪训练。该框架先从重建与重定向的动作中定位困难过渡段和受影响的身体部位，再联合调整跟踪目标与用于策略续训的 reset 课程，并通过重复 rollout 筛选改进。报道称，这一方法使人形机器人动作跟踪误差降低了 25.7%。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:17
MimicX 提出 policy-in-the-loop 框架，用执行反馈修正人形动作跟踪训练，跟踪误差降 25.7%。报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- AGI HuntMimicX 用策略执行反馈修正人形训练：跟踪误差降 25.7%
MimicX 提出 policy-in-the-loop 框架，用执行反馈修正基于人类视频的人形机器人动作跟踪训练。框架先从重建与重定向的动作中定位困难过渡段和受影响身体部位，再联合调整跟踪目标与用于策略续训的 reset 课程，并通过重复 rollout 筛选改进。
本事件热度走势
当前热度 9·可比范围峰值 10（10月15日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。