DemoStream：批量TAMP优化演示质量

2026年10月16日，arXiv Robotics 报道了 Caelan Garrett 等作者提出的 DemoStream 系统。该系统基于 GPU 加速的任务与运动规划（TAMP），通过批量采样与批量约束满足并行探索大量解，以优化示教数据的质量，进而提高行为克隆成功率。报道称，仿真实验对比了不同动作空间、代价函数和批量大小对下游策略成功率的影响；并利用 TAMP 的安全保证在真实世界采集示教数据，平均每小时 66 条。该报道为目前关于此事件的唯一主报道，未出现与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。