行走机器人可以做各种令人兴奋的事情，比如跳舞、跑步和武术——但为了使它们有用，它们必须能够利用腿部应对地形，跨越障碍，而不仅仅是绕过它们。那么，我们如何才能最好地训练腿部机器人的行走策略呢？@ChongZitaZhang 和我们谈论了这个问题。 现在观看由 @micoolcho 和 @chris_j_paxton 主持的 RoboPapers 第43集，了解更多信息。

通过足够的数据，机器人和AI可以学习“世界模型”，使它们能够预测自己行为的结果。这些模型是学习具身AI代理如何执行各种有用任务的一种方式——但它们需要大量的数据。 General Intuition团队 @gen_intuition 有一个解决方案：使用视频游戏中的数据！游戏教会了运动、问题解决和复杂的空间推理，并且它们以惊人的多样性形式出现，涵盖了各种各样的问题。更重要的是，捕获的数据是高质量的，没有来自 我们与General Intuition团队的 @PimDeWitte 和 @AdamJelley2 坐下来，了解他们的历史、计划和哲学。

完整剧集即将上线！ 与@PimDeWitte @AdamJelley2 一起深入探讨，他们是@gen_intuition的联合创始人，利用大规模游戏录制来构建具有深度空间/时间推理的智能体。 基于Adam、@EloiAlonso1 和@micheli_vincent（都是General Intuition的联合创始人）的工作：DIAMOND - 用于世界建模的扩散：视觉细节在Atari中至关重要。 由@micoolcho 和@chris_j_paxton共同主持。