PulseAugur
中
实时 07:35:42
English(EN) DECO: Decoupled Multimodal Diffusion Transformer for Bimanual Dexterous Manipulation with a Plugin Tactile Adapter

新型 DECO 模型通过触觉传感推进双臂机器人操作

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新颖的解耦多模态扩散 Transformer 模型 DECO，专为双臂灵巧操作而设计。该系统通过专门的条件通路有效地整合了视觉、本体感觉和触觉信号。与 DECO 模型一同发布的还有 DECO-50 数据集，该数据集包含在真实双臂机器人上收集的 50 小时双臂操作任务数据。DECO 在真实世界评估中表现出色，平均成功率为 72.25%，在使用轻量级触觉适配器后，成功率进一步提高了 10.25%。 AI

影响 通过整合多模态传感数据，增强了机器人的灵巧性和控制能力，有望提高复杂操作任务的性能。

排序理由 关于机器人新模型和数据集的学术论文。[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 →

新型 DECO 模型通过触觉传感推进双臂机器人操作

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Xukun Li, Yu Sun, Lei Zhang, Bosheng Huang, Yibo Peng, Yuan Meng, Haojun Jiang, Shaoxuan Xie, Guocai Yao, Alois Knoll, Zhenshan Bing, Xinlong Wang, Zhenguo Sun ·

    DECO：用于带插件触觉适配器的双臂灵巧操作的解耦多模态扩散Transformer

    arXiv:2602.05513v3 Announce Type: replace-cross Abstract: Bimanual dexterous manipulation relies on integrating multimodal inputs to perform complex real-world tasks. To address the challenges of effectively combining these modalities, we propose DECO, a decoupled multimodal diff…

相关实体

相关话题