发生了什么
Songyan Dynamics 的 Scalabot 品牌发布了 HERON-CRA。该方案将 4D Context Expert 记忆、插件式 RL Engine 以及跨具身预训练结合在一起，面向具身控制任务。
据披露，在叠袜子任务上，该方案的成率从 38.5% 提升至 97.8%。
为什么重要
从公布的数据看，HERON-CRA 的价值集中在把记忆、强化学习与跨具身预训练组合到同一套具身控制方案中。叠袜子这类柔性物体操作长期被视为难以稳定完成的任务，成率的大幅变化说明该组合可能显著改善精细操作的表现。
插件式 RL Engine 与跨具身预训练的搭配，意味着这套能力或许不局限于单一机器人形态或单一任务，但这一点仍需更多公开信息来验证。
关键事实
HERON-CRA 由 Songyan Dynamics 的 Scalabot 品牌发布。
HERON-CRA 包含 4D Context Expert 记忆、插件式 RL Engine 和跨具身预训练。
叠袜子任务的成率从 38.5% 提升到 97.8%。
接下来看什么
后续值得关注的是 HERON-CRA 是否会在叠袜子之外的任务上公布结果，以及 4D Context Expert 记忆与 RL Engine 在实际机器人平台上的部署方式。
跨具身预训练能否在不同本体之间稳定迁移，也是判断这套方案通用性的关键。
