向机器人运动中的体现缩放法则迈进

本研究解决了机器人和人工智能领域中构建通用智能体的挑战，特别聚焦于体现的缩放法则。通过生成包含约1000种不同体现的数据集并训练通用策略，研究发现增加训练体现数量能显著提升对未见体现的泛化能力。这一成果为实现普适体智能迈出了重要一步，具有广泛的应用潜力。