Human2Any:通过约束感知组合规划实现人形到机器人的迁移
本文介绍了 Human2Any,这是一种利用约束感知组合规划实现从人到机器人迁移的方法。来源中未提供其他详细信息或正文内容。
本文介绍了 Human2Any,这是一种利用约束感知组合规划实现从人到机器人迁移的方法。来源中未提供其他详细信息或正文内容。
作者展示了 Show-Harness,这是一种具身 Harness,允许视觉-语言模型 (VLM) 通过连接意图与动作的紧凑语义接口来控制机器人。该系统为 VLM 推理暴露了离散的语义动作单元,并使用特定于具身的解释器将其映射到本地机器人动作。
作者发布了 Calibra,一个旨在在数据消耗 GPU 资源之前识别机器人模仿学习数据集中不良演示的工具。
Generalist AI 发布了 GEN-1.5,这是一个面向研究的机器人基础模型,能够通过其 30 秒的上下文窗口,从单次 3–12 秒的演示中学习新的物理操作任务。这种被称为“物理提示(physical prompting)”的能力是在长达八个月以上的物理交互数据持续预训练过程中自发涌现的,而非经过显式设计。