研究人员开发了ZimaBlue,一个旨在从大规模视频数据中训练可泛化的世界动作模型(WAMs)的新框架。该方法通过利用丰富的以自我为中心的视频,解决了获取多样化机器人动作数据的挑战。ZimaBlue采用三阶段训练过程,首先是因果具身视频预训练,然后是机器人轨迹的接地,最后是针对目标机器人的专业化。该系统利用双重慢快(Slow-Fast)架构实现高效的实时控制,通过扩大具身视频数据的规模,在真实机器人上的零样本成功率方面取得了显著提高。 AI
影响 这项研究可以显著降低训练机器人控制系统所需数据的成本并增加其多样性,从而可能加速真实世界中机器人的部署。
排序理由 该集群描述了一篇详细介绍新颖AI模型训练框架的新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →