L'article présente Human2Any, une méthode de transfert humain-robot qui utilise la planification compositionnelle consciente des contraintes. Aucun détail supplémentaire ni corps de texte n'est fourni dans la source.
lab
NVIDIA Research
·
à l'instant
·
research
Human2Any : transfert humain-robot par planification compositionnelle consciente des contraintes
Traduit de English → Français
Articles similaires
lab
NVIDIA Research
·
il y a 42 j
·
24 vues
ROSA améliore la productivité des usines jusqu'à 12,06x grâce au service de partage de pools GPU
Les chercheurs proposent ROSA, un système de déploiement de modèle fondamental pour la robotique conçu pour les usines de robots qui va au-delà des hypothèses de calcul en périphérie pour un seul robot. Le système utilise le service de partage de pools GPU pour permettre aux flottes de robots d'accéder à des GPUs de classe serveur via le réseau.
arxiv
arXiv cs.AI
·
il y a 65 j
·
11 vues
Le cadre post-entraînement PAC-ACT améliore les politiques ACT pour la manipulation de contact de précision
Cet article présente PAC-ACT, un cadre d'entraînement postérieur par renforcement conçu pour améliorer les politiques Action Chunking Transformer (ACT) pré-entraînées pour les tâches industrielles de contact de précision. La méthode reformule l'optimisation des politiques au niveau du chunk et utilise une architecture actor-critic transférée avec ACT et une contrainte hybride de prior comportemental.
arxiv
arXiv cs.AI
·
il y a 67 j
·
18 vues
Track2Map : SLAM déformable en ligne pour la chirurgie robotique
Les chercheurs proposent Track2Map, un pipeline de Gaussian Splatting 3D en ligne qui optimise conjointement la trajectoire de la caméra et la représentation de la scène 3D directement à partir de vidéos chirurgicales. Cette approche permet une reconstruction robuste en chirurgie mini-invasive assistée par robot, même lorsque des priors précis sur la trajectoire de la caméra sont absents ou bruités.
arxiv
arXiv cs.LG
·
il y a 72 j
·
25 vues
LIME apprend des mouvements de caméra conscients de l'intention à partir de vidéos égocentriques
Les auteurs proposent LIME, un modèle vision-langue qui génère des mouvements de caméra conditionnés par le langage en prédisant les poses cibles relatives à partir d'observations RGB et d'intentions en langage naturel.
arxiv
arXiv cs.AI
·
il y a 72 j
·
12 vues
WorldSample utilise le RL en boucle fermée avec modélisation du monde pour améliorer l'entraînement sur robot réel
Les chercheurs proposent WorldSample, un cadre d'augmentation de données ancré physiquement qui ferme une boucle réel-synthétique entre les rollouts physiques, la génération de modèles du monde et l'amélioration des politiques pour l'apprentissage par renforcement sur des robots réels. Le système génère des transitions synthétiques de haute fidélité via un modèle du monde post-entraîné et emploie Policy-Paced Learning pour réguler l'entraînement via la sélection d'échantillons, équilibrant l'augmentation utile contre la surestimation de la valeur.