PulseAugur
中
实时 18:20:05
English(EN) Scaling Behavior Foundation Model for Humanoid Robots

新的人形Transformer架构提升了机器人控制和泛化能力

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了一种新的行为基础模型（BFMs）扩展方法，该方法专门针对人形机器人设计。该方法协调了三个关键组件：一种运动跟踪学习范式、一种在线策略展开数量与参考运动多样性之间的协同作用，以及一种新颖的人形Transformer架构。在模拟和实际部署中的实验表明，与现有控制器相比，控制保真度和任务泛化能力得到了显著提高，错误率大幅降低。 AI

影响 这项研究可能会加速开发更强大、更通用的的通用人形机器人，以应用于各种场景。

排序理由 该集群包含一篇详细介绍人形机器人新模型架构和扩展方法的 ist 研究论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新的人形Transformer架构提升了机器人控制和泛化能力

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Weishuai Zeng, Kangning Yin, Xiaojie Niu, Shunlin Lu, Weixiang Zhong, Jiahe Chen, Feiyu Jia, Xiao Chen, Zirui Wang, Furui Xu, Ming Zhou, Kailin Li, Weinan Zhang, He Wang, Li Yi, Dahua Lin, Jiangmiao Pang, Jingbo Wang ·

    面向人形机器人的可扩展行为基础模型

    arXiv:2607.15163v1 Announce Type: cross Abstract: Humanoid control requires natural whole-body coordination, precise real-time responses to control signals, and robust generalization across diverse environmental contexts, making it a cornerstone for generalist embodied agents. Be…

  2. arXiv cs.AI TIER_1 English(EN) · Jingbo Wang ·

    人形机器人可扩展行为基础模型

    Humanoid control requires natural whole-body coordination, precise real-time responses to control signals, and robust generalization across diverse environmental contexts, making it a cornerstone for generalist embodied agents. Behavior Foundation Models (BFMs) have recently emer…

相关实体

相关话题