News
光轮智能推出RoboFinals RL Envs,面向物理AI的强化学习仿真环境
光轮智能在CoRL2026期间发布RoboFinals RL Environments,面向机器人模型提供可交互的强化学习仿真环境,首发演示时长超过8分钟的汽车修理长程任务。
光轮智能发布RoboFinals RL Envs
据量子位报道,光轮智能在CoRL2026期间发布RoboFinals RL Environments(下称RoboFinals RL Envs),面向机器人模型提供可交互的强化学习仿真环境。该环境以真实工作任务为导向,首发展示了时长超过8分钟的汽车修理长程仿真任务,将灵巧手操作、工具使用、多阶段流程与柔性物体交互组织在同一场景中,涉及软管、线缆、密封垫等物体。
背景与影响
报道指出,随着大模型走向工具调用、软件操作和多步骤任务,后训练所需的核心供给正从算法和算力扩展到训练数据与环境。数字环境中的动作结果较易判定,而机器人动作牵动物体位置、姿态与接触状态,反馈更复杂;真机试错受设备与任务重置限制,难以规模化,仿真因此成为可行路径。光轮智能称其全栈自研仿真底座SimFoundry覆盖求解、测量、生成三个环节,并提出“RL Ready”标准;RoboFinals RL Envs与RoboFinals Benchmark共享任务语义、场景资产和能力定义,训练与评测实例分开。报道还展示了同一任务在5步、150步、175步策略迭代阶段的表现变化。
限制与来源
上述内容来自量子位对光轮智能发布的报道,涉及的产品能力、任务时长与迭代表现均为厂商方面披露,尚未获独立验证。报道中提到的软管校准样例称最大位置偏差缩小约3毫米,属单一案例,不代表普遍效果。环境库规划覆盖家居、工业、零售、医疗等场景,具体可用范围、交付方式与接入条件以官方当前信息为准。