研究人员正在探索具身机器智能的新架构和框架,旨在创建能够在物理世界中有效推理和行动的智能体。一篇论文基于 Edmund Berkeley 和 David L. Heiserman 的工作,提出了一种“不竭架构”,将符号逻辑与具身认知实践机器设计联系起来。与此同时,中国人工智能公司 MiniMax 发布了开源的 MiniCPM-Robot 系列,包括用于机器人操作和跟踪的模型,旨在以低延迟在真实机器人上高效运行。这些进展得到了标准化模拟器和创建大规模、对齐数据集以训练更具泛化能力的具身智能体的努力的支持。 AI
影响 具身人工智能架构和开源模型的进步可以加速开发更强大、更适应性强的机器人智能体。
排序理由 多篇研究论文和一项新模型发布,重点关注具身人工智能架构、规划和数据基础设施。
在 Hugging Face Daily Papers 阅读 →
- MiniCPM-Robot
- MiniCPM-RobotManip
- MiniCPM-RobotTrack
- MiniCPM-V
- OpenTrackVLA
- TrackVLA++
- artificial general intelligence
- MiniCPM-V 4.6
- Physical intelligence
- Vision-language-action policies
- World Action Models
- World Models
- AI2-THOR
- Aligned DexWorld
- David L. Heiserman
- DexVerse
- DexWorldModel
- Edmund Berkeley
- Habitat
- MiniMax
- UniETP
AI 生成摘要 · Google Gemini · 来自 5 个来源。 我们如何撰写摘要 →