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.
Les auteurs présentent Show-Harness, un Harness Incarné qui permet aux modèles de vision et de langage (VLM) de contrôler des robots via une interface sémantique compacte reliant l'intention à l'action. Ce système expose des unités d'action sémantiques discrètes pour le raisonnement VLM et utilise des interprètes spécifiques à l'incarnation pour les ancrer dans les actions locales du robot.
L'auteur a publié Calibra, un outil conçu pour identifier les mauvaises démonstrations dans les ensembles de données d'apprentissage par imitation en robotique avant qu'ils ne consomment des ressources GPU.
Generalist AI a publié GEN-1.5, un modèle fondamental de robotique orienté recherche capable d'apprendre de nouvelles tâches de manipulation physique à partir d'une seule démonstration de 3 à 12 secondes via sa fenêtre de contexte de 30 secondes. Cette capacité, appelée « physical prompting », est apparue spontanément après plus de huit mois de pré-entraînement continu sur des données d'interaction physique plutôt que d'être explicitement conçue.