用灵巧手为机器人打开通往真实世界的‘最后一厘米’。

接下来，RoboBallet使用图神经网络（GNN）作为策略网络，通过权重共享来处理不断变化的图大小。其以观测图作为输入，并在每个时间步为所有机器人生成指令关节速度。这使得机械臂能够在只接收原始状态作为输入的情况下，进行关系和组合推理。

8月27日，戈德伯格在《Science Robotics》杂志发表两篇论文，指出 想让人形机器人获得可以在真实世界应用的技能，速度会极慢——与AI聊天机器人获得技能的速度相差极远，核心原因在于可供人形机器人训练的数据太少了，与AI聊天机器人之间差了10万年。