PulseAugur
实时 07:30:25

新FORGE方法增强机器人功能性工具使用泛化能力

研究人员开发了一种名为FORGE(功能推理与具身执行)的新方法,以提高机器人泛化功能性工具使用的能力。FORGE通过从无动作数据中预测可泛化的关键点轨迹,然后用有限的演示将其具身化为机器人动作,从而将功能性推理与动作执行分离。该方法在七种工具的击打功能基准测试中取得了超过2倍的成功率提升,在模拟和真实世界测试中均优于最先进的针对未见过工具的方法。 AI

影响 增强了机器人适应和使用新型工具的能力,有可能加速非结构化环境中的自动化。

排序理由 该集群包含一篇详细介绍机器人工具使用泛化新方法的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新FORGE方法增强机器人功能性工具使用泛化能力

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Chuhao Zhou, Liquan Wang, Shuxin Cao, Xiangyu Chen, Yuxuan Hu, Boyu Ma, Animesh Garg, Jianfei Yang ·

    FORGE:通过关键点轨迹推理实现功能性工具使用泛化

    arXiv:2607.05780v1 Announce Type: cross Abstract: While humans readily repurpose a book, a stone, or a shoe to drive a nail, robots trained on specific tools fail to transfer the same function to novel ones -- a gap we formalize as functional generalization. Such tools share a co…