Pixel-UMI:从传感器化人类演示学习环境感知全身操作
Pixel-UMI 是一个从传感器化人类演示学习环境感知全身策略的管道,解决身体差异和运动学差异带来的挑战。
arXiv · 预印本阅读全文 ↗
IAEI / RESEARCH & IDEAS
关注具身智能、机器人与交互学习的研究简讯,附原始资料与阅读链接。
持续关注研究进展
简讯基于公开研究摘要自动整理,不代表独立验证或协会背书。
Pixel-UMI 是一个从传感器化人类演示学习环境感知全身策略的管道,解决身体差异和运动学差异带来的挑战。
本文介绍了ID-WM,一种分层世界模型,通过分离状态空间可达性和局部控制来实现更好的长期任务规划。
DAWN 是一个使用扩散策略和多模态传感集成的分层机器人框架,用于自动化拆卸任务,提高回收和安全性。
本教程介绍了使用基于数据驱动雅可比矩阵的方法进行可变形物体形状伺服控制的基本原理。
作者提出Gym-Anything for Robotics框架,利用编码代理创建用于训练机器人AI模型的逼真仿真,解决仿真开发的可扩展性问题。
该研究探讨了使用多指手进行复杂抓取任务的先进手内物体操作,并重点关注安全措施。
ThinkWorld 是一个 VLA 框架,通过使用世界动态和强化学习来提高机器人操作,利用人类视频数据。
本文介绍了FLORE框架,该框架通过使用无机器人演示和力反应扩散策略来学习力反应型人形机器人行走操作。
RobustRLlib通过提供一个统一的库和基准,解决了现有鲁棒强化学习算法的可重用性和评估能力不明确的问题。
SceneBloom 是一个结合视觉布局采样与合同引导的3D编译的框架,用于生成适用于训练机器人的逼真且多样的室内环境。
本研究探索利用VLA模型的内部激活来监控其执行,旨在减少现有方法的复杂性和运行时监控的成本。
DiffDreamer 将世界模型与可微模拟结合,以增强动态门比赛等任务中的四旋翼控制。