跳到正文
4件大事4个来源4件一手发布约 2 分钟阅读
头条

Collective Experience Learning:用96台机器人的部署经验改进操作策略

论文提出 Collective Experience Learning(CEL)范式,让已部署机器人把自身执行经验汇总起来更新共享策略,再返回机群使用。作者通过失败引导经验检索微调(FERT)实现该范式,操作员只提供二值回合结果标签和环境重置,无需额外专家示范或纠正动作;容错异步训练系统(FATS)协调机器人执行、云端推理与策略优化。

Chao Yu 等44人 · arXiv一手原文
01

论文研究

Jiaming Liu 等11人 · arXiv一手

PhysWord:用原子动作词构建机器人操作潜在推理的预印本模型

PhysWord 是一个先推理后动作的机器人基础模型,用原子动作动词作为共享语义锚点,把物理动态的连续表示组织成可复用的推理原语。模型预测未来原子动作词,并将其上下文隐状态与对应未来观测导出的潜在目标对齐,再按时间自回归预测 Physical Words 以捕捉执行阶段转换。

Xuezhou Xu 等4人 · arXiv一手

VQ-WM:用向量量化世界模型做机器人操作潜空间反馈运动规划

作者提出向量量化世界模型 VQ-WM,将离散潜空间长程搜索与连续视觉反馈控制结合,用于机器人操作规划。该方法用首达时间的准度量估计替代欧氏距离,使规划抽象与控制器能力对齐。在汉诺塔实机操作中,该方法仅用短演示数据即达到 100% 成功率,并在操作与运动仿真基准上比最强世界模型高出 13.3 至 85.3 个百分点。

Zeji Yi 等8人 · arXiv一手

SWAP:可测试时引导的人形机器人全身避障框架

作者提出SWAP分层框架,将碰撞感知决策与稳定控制分离:高层扩散策略生成多模态避障动作提案,低层全身RL控制器跟踪提案并维持动态平衡。训练时通过事后标注在随机指令下滚动低层策略,把障碍物放在已执行动作未扫过的空间,从而构造无碰撞样本并重渲染感知。仿真和宇树G1实机实验显示对静态与动态障碍物均能可靠避障,测试时蒙特卡洛采样引导使速度、朝向或姿态等目标奖励平均提升34%,同时保持较高避障率。

02

产品

03

技术

查看本期全部文章 47 篇 ↗