PulseAugur
中
实时 11:50:03
English(EN) RGB-D Video Generation for Improving Human-to-Robot Object Handover Prediction

新数据集和生成式流程改进人机交接预测

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了Hand2Bot，一个旨在改进人机物体交接预测的新数据集和名为PassGen的生成式流程。PassGen利用Stable Video Diffusion和Intention-Aware Temporal Face Encoder创建逼真的交接序列，解决了人机协作中数据稀缺和仿真到现实的差距问题。该系统采用基于形态学的深度编辑策略来模拟真实世界的传感器噪声，从而实现更鲁棒的零样本迁移和更早的意图预测，以实现具有社会意识的机器人行为。 AI

影响 通过改进意图预测和在共享工作空间中实现具有社会意识的机器人行为，增强了人机协作。

排序理由 该集群描述了一个针对机器人领域特定研究问题的新数据集和生成式流程，发布在arXiv上。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

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

新数据集和生成式流程改进人机交接预测

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Tianyu Sun, Zhoujie Fu, Zihui Gao, Bang Zhang, Guosheng Lin ·

    RGB-D视频生成用于改进人与机器人物体交接预测

    arXiv:2608.13028v1 Announce Type: new Abstract: Human-to-robot (H2R) object handover is a fundamental capability for human-robot collaboration, yet progress is hindered by the scarcity of large-scale, human-centric datasets and the significant sim-to-real gap. To address these ch…

相关实体

相关话题