热点事件观察中
PL-MPC闭合机器人控制规划学习循环
1 篇报道1 个报道来源3 天前更新
先了解这件事
AI 综述
2026年9月30日，arXiv报道研究者提出PL-MPC（Planning-Learning MPC），用于闭合学习世界模型机器人控制中的规划—学习循环。该方法通过改进critic监督和规划器的终端价值估计，增强规划与学习之间的反馈。在HumanoidBench测试中，balance-hard任务的TAR由98±18升至387±255，hurdle任务由199±13升至466±200。报道同时指出，PL-MPC的表现仍具有任务依赖性。
AI 根据报道生成 · 1 天前更新
最新进展9月30日 21:50
PL-MPC在HumanoidBench两项任务上的TAR明显提升，但效果仍具任务依赖性。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · 多模态、视频与世界模型超越策略对齐：PL-MPC 闭合学习世界模型机器人控制的规划—学习循环
研究者提出 PL-MPC（Planning-Learning MPC），通过改进 critic 监督与规划器终端价值估计，闭合学习世界模型机器人控制的规划—学习循环。HumanoidBench 上，balance-hard 的 TAR 从 $98±18 升至 $387±255，hurdle 从 $199±13 升至 $466±200，表现仍具任务依赖性。
本事件热度走势
当前热度 3·可比范围峰值 3（10月2日 18:00）·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。