研究人员开发了Pegasus,一个旨在弥合机器人领域具身差距的新框架。该系统通过构建包含任务、可供性(affordance)和约束图谱的知识图谱,将人类操作视频转化为机器人可学习的数据。Pegasus利用分层可供性潜在空间进行泛化,并使用物理验证器来确保运动学可行性和关节限制的遵守。在GTEA Gaze+和EPIC-KITCHENS-100等基准测试中进行评估,Pegasus展示了可靠的跨具身转换能力,将机器人数据生成重新定义为一个可扩展、低资源的知识转移问题。 AI
影响 通过弥合具身差距,使机器人能够从人类演示中学习,可能加速机器人开发。
排序理由 该集群包含一篇详细介绍具身AI新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- CORE Recommender
- DagsHub
- EPIC-KITCHENS-100
- Gotit.pub
- GTEA Gaze+
- Hugging Face
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →