跳到正文
5件大事5个来源5件一手发布约 2 分钟阅读
头条

无渲染事件帧仿真加速自主机器人导航强化学习

研究提出一种解析事件仿真器,直接从场景几何与自运动合成事件流,无需视觉渲染,单 GPU 生成 64x64 事件观测耗时 17 微秒,比先进渲染管线快 400 倍以上。

Dequan Ou 等5人 · arXiv一手原文
01

产品

02

论文研究

Ian Chuang 等5人 · arXiv一手

LEAP手手内物体位姿到达策略:仿真训练零样本迁移实机并加入残差安全过滤

研究提出一套在仿真中为LEAP手训练手内物体位姿到达策略的方案,无需人类数据,经系统辨识后零样本迁移到真实手,可用动捕或单个腕部深度相机。在4个物体、4800个未见目标、13.3小时实机评测中,基于状态的策略在2厘米和0.4弧度内到达95.2%的目标,叠加可调保守度的学习残差安全过滤器后掉落减少75%,仍到达91.5%的目标。策略还能旋转任意姿态的灯泡、到达分布外目标并承受快速手臂运动与扰动。

Guoning Wu 等5人 · arXiv一手

World Dreamer v5-lite:单 Dreamer 多机器人世界动作模型

World Dreamer v5-lite 是一个面向多机器人的世界动作模型,围绕共享世界状态为各机器人分别预测动作序列。该状态由预训练视频编码器的校准特征在工作空间坐标中填充,空间尺寸不随视角增加而改变;视觉语言模型提供场景上下文,并为每个机器人提供一个查询,查询读取共享状态并交换位姿感知信息,动作流保持独立。

Adrian B. Ghansah 等4人 · arXiv一手

FORGE:面向敏捷人形运动的在线降阶参考生成与全身执行框架

FORGE 提出两阶段学习框架,将在线降阶模型参考生成与全身跟踪控制结合,用于人形机器人敏捷运动。第一阶段用单刚体动力学结合完整人形运动学训练命令条件化的全身参考生成器,第二阶段在线滚动冻结的降阶模型策略,为全阶动力学模型上的全身跟踪策略生成参考。

Daan van Hamersveld 等3人 · arXiv一手

研究用强化学习实现固定翼无人机自主拦截

一项预印本研究提出用强化学习训练的神经网络控制固定翼拦截机,将滤波后的单目视觉观测直接映射为执行器指令。策略在自建 Python 环境中用近端策略优化训练,随后部署到固定翼平台并在真实拦截场景中测试;仿真中该策略在多数条件下优于两个经典制导控制器,实机中成功拦截了机动的固定翼目标。

Jean-Michel Fortin 等7人 · arXiv一手

TACOS:面向视觉足步规划的地形感知接触监督方法

TACOS 提出一种基于腿式状态估计因子图残差的足步不稳定性评分,并将其投影到前序图像上,用于监督稠密视觉预测器。作者给出利用后见信息的硬评分和可即时获得的因果软评分两个变体。

03

观点

04

技术

查看本期全部文章 18 篇 ↗