UC Berkeley与NVIDIA提出agentic robotics方法

2026年，UC Berkeley与NVIDIA在CoRL会议上联合提出agentic robotics方法，用编码智能体替代机器人数据采集：智能体把机器人任务拆成感知、抓取、搬运等子任务，并生成人类可读的代码，无需采集演示数据。据IEEE Spectrum Robotics报道，在UC Berkeley的测试中，该方法成功率最高达99%，与人工工程化性能相当；而在基线模仿学习技术成功率仅20%的任务上也是如此。报道还称，半导体领域的部分合作伙伴需要把元件放置精度控制在0.3毫米以内；在台湾为NVIDIA生产GPU基板的纬创（Wistron），每新增一款产品，重新配置一台机器人至少需要8小时，而采用agentic robotics后，重新配置只需一两分钟。

AI 根据报道生成 · 52 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。