先了解这件事
AI 综述
2026年9月27日,Sakana AI与东京大学合作提出SAIL(Scaling In-Context Imitation Learning)机器人轨迹生成方法,通过测试时扩展让视觉语言模型(VLM)更可靠地生成机器人轨迹,并将在IROS2026展示。该方法以策略VLM生成轨迹,在模拟器中测试,由评估VLM审查视频并定位停滞点,再用MCTS探索候选并修订,仅将选定轨迹发送给实体机器人。在六项模拟操作任务中,搜索预算从1个候选增至45个,平均成功率从25%提升到73%。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
Sakana AI 与东京大学提出 SAIL：用测试时扩展提升机器人上下文模仿学习事件进展
1 个已确认进展
- 来源：Sakana AI：Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
9月27日
Sakana AI：Blog一手
Sakana AI 与东京大学提出 SAIL：用测试时扩展提升机器人上下文模仿学习
Sakana AI 与东京大学合作提出 SAIL（Scaling In-Context Imitation Learning），通过测试时扩展让 VLM 更可靠地生成机器人轨迹，将在 IROS2026 展示。该方法以策略 VLM 生成轨迹，在模拟器中测试并由评估 VLM 审查视频、定位停滞点，再用 MCTS 探索候选并修订，仅将选定轨迹发送给实体机器人。在六项模拟操作任务中，搜索预算从 1 个候选增至 45 个，平均成功率从 25% 提升到 73%。