热点事件持续更新

HuGo 用 LLM/VLM 自动生成并验证机器人策略

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

AGI Hunt 于 2026 年 10 月 2 日报道，HuGo 方法用 LLM 与 VLM 自动生成并验证机器人策略，不需要示范数据，也不需要奖励工程，只需用语言定义新任务。报道称，在该方法中 LLM/VLM 负责在高层生成指令，由 NVIDIA 的 SONIC 执行，底层动作由 RL 控制器完成；经过多轮 sim2real 与真实世界的持续学习后，数据效率显著，且同一方法可开箱即用地迁移到真实世界并适配新任务。此前该事件已以“HuGo 用 LLM/VLM 自动生成验证机器人策略”为题记录，本次报道补充了 SONIC、RL 控制器以及 sim2real 持续学习等实现层面的细节，未出现与早先说法相反的信息。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月2日

02:43
AGI Hunt
HuGo 方法用 LLM/VLM 自动生成并验证机器人策略，无需示范和奖励工程
HuGo 用 LLM 和 VLM 生成并验证机器人策略，不需要演示数据或奖励塑造，只需用语言定义新任务。其中 LLM/VLM 在高层生成指令，由 NVIDIA 的 SONIC 执行，底层由 RL 控制器完成。经过多轮 sim2real 与真实世界持续学习后数据效率显著，同一方法可开箱即用地迁移到真实世界适配新任务。

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。