大规模强化学习中机器人控制的数据平衡
本文通过引入成功导向采样(SGS)来优化任务配置采样,解决大规模强化学习在机器人控制中的探索瓶颈问题。
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。
本文通过引入成功导向采样(SGS)来优化任务配置采样,解决大规模强化学习在机器人控制中的探索瓶颈问题。
DreamTrue 是一个多视角、跨身体的机器人世界模型,旨在实现准确的视频预测。它通过离线几何校准和反事实后训练解决校准问题和交互偏差。
RoboPrompt 是一个轻量级系统,允许用户通过绘制路径、目标点和基本方向指令等直观稀疏输入来指导机器人策略。
QF3是一种在线离策略RL算法,通过使用过滤的Q梯度来增强流策略,实现快速训练和硬件迁移。
InterMimicGen 是一个自我进化的框架,通过迭代改进机器人动作数据和跟踪策略来增强人形机器人动作模仿。
EyeRobot 2.0 利用主动凝视技术,仅使用单目立体相机实现精确的双臂操作,性能优于传统方法且无需腕部摄像头。
该研究探讨了辅助机器人如何通过观察推断伙伴机器人的物理限制,并利用这些信息在新任务中进行协调。
InterEvolve通过在测试时进化奖励程序,使人形机器人能够利用现有技能解决未经过训练的新任务,并从尝试中学习而无需重新训练。
RPG框架使机器人能够在不更新模型权重的情况下自主改进执行能力,通过从离线数据集中重建操作能力,在模拟中练习,并根据反馈改进技能。
本文介绍了一种使用记忆和演示的6自由度抓取合成的持续学习框架,并在仿真和现实世界实验中进行了评估。
本文介绍了技能空间射击,一种通过利用可重用技能使机器人自主改进其策略的方法。
该研究探讨了在机器人任务中视觉语言动作(VLA)剪枝策略中空间信息的重要性,并提出了一种名为GeoScaffold的方法,该方法在减少令牌使用的同时保持空间结构。