字节 Seed 发布 GR-RL，首次实现真机强化学习穿鞋带

---

字节跳动 seed 团队近日公布了其在视觉-语言-动作（vla）模型领域的最新进展——gr-rl，该研究致力于突破机器人在长时程、高精度灵巧操作任务中的能力极限。

GR-RL 构建了一个融合离线数据筛选与在线真实环境微调的强化学习框架，在业内首次实现了“机器人自主为整只鞋连续穿入鞋带”的复杂操作。相比此前基于监督学习的 GR-3 模型，GR-RL 将任务成功率从 45.7% 显著提升至 83.3%，失败率降低近 70%。

据技术介绍，GR-RL 在原有 VLA 架构基础上引入了一个额外的判别器网络（Critic Transformer），用于评估机器人每一步动作的质量，并对整个动作序列中的每个时间步进行打分。具体实现中，采用了值分布强化学习方法，将判别器的输出建模为离散概率分布，从而更有效地应对现实环境中存在的各类噪声干扰。

依托这一结构，GR-RL 设计了一套“从经验中学习、在实践中进化”的多阶段训练流程，包含三大核心模块：离线强化学习、数据增强和在线强化学习。

Du*gX智声云配

多情绪免费克隆AI音频工具

975 查看详情

实验在双臂轮式机器人平台 ByteMini-v2 上展开，以“穿鞋带”作为典型精细操作任务进行全面验证。该机器人具备独特的球形腕关节设计，可实现类似人类手腕的自由旋转，在执行高精度操作时展现出显著优势。

测试结果显示，仅依赖模仿学习的基线模型 GR-3 成功率仅为 45.7%，难以完成复杂穿引任务。而 GR-RL 通过阶段性优化逐步提升性能，各模块均发挥关键作用：

• 数据过滤：去除低质量轨迹后，离线阶段的成功率提升至 61.6%；
• 数据增强：通过镜像翻转等方式扩充数据集，使成功率进一步提高到 72.7%；
• 在线强化学习：以增强后的模型为起点，在真实机器人上进行约 150 条轨迹的闭环探索与策略修正，最终 GR-RL 的成功率达到了 83.3%。

源码地址：点击下载

以上就是字节 Seed 发布 GR-RL，首次实现真机强化学习穿鞋带的详细内容，更多请关注其它相关文章！

# 文档  # qq群营销推广 是什么  # 互联网营销免费推广  # 普洱抖音seo排名  # 建设书局网站  # 精准营销推广软件价格  # 南昌抖音seo厂家地址  # seo如何转型做产品  # 连江抖音关键词搜索排名  # 武汉本地网站推广价格  # 盐城产品seo推广  # 字节  # 这一  # 全科  # 编辑器  # 已在  # 谁都  # 自定义  # 英国  # 离线  # 首次  # 字节跳动 

相关栏目： 【 Google疑问12 】 【 Facebook疑问10 】 【 优化推广96088 】 【 技术知识133117 】 【 IDC资讯59369 】 【 网络运营7196 】 【 IT资讯61894 】

相关推荐： 抖音小程序怎么开通？小程序开通条件是什么？  店铺如何做视频号推广？做视频号推广有用吗？  163邮箱登录入口官网 163.com邮箱登录入口  漫蛙manwa2网页版书签同步链接_漫蛙manwa多设备登录入口  B站怎么快速升级 B站用户等级提升攻略【详解】  天天漫画2025最新入口 天天漫画永久有效登录入口  4399正版网页版入口高清直达链接  PHP魔术方法__set与__isset：设计考量、性能权衡与静态分析的视角  谷歌浏览器官网地址整理_谷歌浏览器新版直连2026稳定访问  word文档中的分隔符有哪些不同类型和用途_Word分隔符类型与用途方法  百度网盘网页入口链接分享 百度网盘官网入口网页登录  《偃武》甘宁技能详解  钉钉任务无法提醒如何处理 钉钉任务提醒优化方法  口腔诊所管理软件推荐  Win10显卡驱动安装失败怎么办 Win10使用DDU彻底卸载驱动【解决】  VS Code如何设置默认配置  PHP 4 函数中引用参数的默认值限制与解决方案  优化CSS动画与J*aScript定时器协同：构建稳定Toast提示  如何在 WordPress 前端实现内容提交：古腾堡编辑器的替代方案与实践  Leaflet地图弹出窗口图片动态显示：避免缺失图标的专业指南  diskgenius分区工具如何设置Bios启动项  Flexbox布局实践：实现底部页脚与顶部粘性导航条的完美结合  百度识图图像分析 百度识图识别平台  鲨鱼剧场app金币获取方法  苹果官网国补入口在哪  《领英》查看屏蔽名单方法  VS Code快捷键when上下文子句的妙用  从J*a应用程序中导出MySQL表数据的技术指南  构建可配置的J*aScript加权点击计数器与共享总计功能  支付宝登录刷脸不是本人如何解决  J*a中的值传递到底指什么_值传递模型在参数传递中的真正含义说明  Yandex俄罗斯搜索引擎官网入口 Yandex网页端直接访问  大众点评了却看不到是怎么回事  《豆瓣》私信用户方法  J*aScript实现网页表单实时输入字段比较与验证教程  解决Pandas DataFrame高度碎片化警告：高效创建多列的策略  实现可重用自定义Python Range类  消除网页顶部意外空白线：CSS布局常见问题与解决方案  5G和6G的连接密度有什么区别 6G每平方公里能连接多少设备  C++ virtual析构函数作用_C++基类虚析构函数防止内存泄漏  C++怎么解决数值计算中的精度问题_C++浮点数误差与数值稳定性分析  百度地图离线地图无法加载如何解决 百度地图离线地图加载优化方法  J*aScript中高效处理用户输入：从Keyup事件到表单提交的优化实践  iPhone 13 Pro Max如何设置桌面小组件_iPhone 13 Pro Max小组件添加指南  12306售票时间最新规定 | 网上订票和车站窗口时间一样吗  Python自动化抓取GBGB赛狗比赛结果：日期范围与赛道筛选教程  英雄联盟争者留名活动介绍  向日葵客户端怎么进行语音通话_向日葵客户端语音通话功能使用方法  CDR如何复制交互式填充色  VS Code源代码管理(SCM)视图的进阶使用技巧 

 2025-12-02