研究人员开发了 Splat2Act，这是一个新颖的管道，可将通用的视觉-语言-动作 (VLA) 操作策略个性化，以适应特定环境和物体。该系统使用手持手机扫描，通过 3D 高斯飞溅和碰撞几何来创建场景的逼真数字孪生。然后，它会自动识别容器，生成拾取任务，并使用模拟神谕创建演示，仅需要人类进行场景和物体捕捉。当应用于 101 个校园环境时，该管道生成了超过 68,000 个拾取演示，并且微调后的策略在目标场景中达到了 62.5% 的拾取成功率，证明了 VLA 操作的自动化从现实到模拟再到现实训练的潜力。 AI
影响 以更低的数据收集成本，实现现实环境中个性化的机器人操作。
排序理由 该项目是一篇研究论文，详细介绍了一种新的机器人操作方法。[lever_c_demoted from research: ic=1 ai=1.0]
- 3D Gaussian splatting
- alphaXiv
- arXiv
- DagsHub
- Hugging Face
- Krishna Jaganathan
- pi_{0.5}
- Splat2Act
- Stretch 3
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
