PulseAugur
实时 19:02:34
English(EN) SUGAR: A Scalable Human-Video-Driven Generalizable Humanoid Loco-Manipulation Learning Framework

SUGAR框架教会仿人机器人从人类视频中学习操纵技能

研究人员开发了SUGAR,这是一个旨在使仿人机器人能够从人类视频中学习复杂运动操纵技能的框架。该系统从视频中自动提取交互先验,使用基于物理的模型将其提炼为物理上可行的技能,然后将其提炼为机器人的自主策略。SUGAR已成功地在六项不同任务中实现了对真实硬件的零样本迁移,其性能优于传统的参考跟踪方法,并且随着视频数据的增加,性能有所提高。 AI

影响 使机器人能够从现成的视频数据中学习复杂的操纵技能,有可能加速机器人技术的实际应用。

排序理由 详细介绍机器人学习新框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Tianshu Wu, Xiangqi Kong, Yue Chen, Qize Yu, Hang Ye, Jia Li, Yizhou Wang, Hao Dong ·

    SUGAR: A Scalable Human-Video-Driven Generalizable Humanoid Loco-Manipulation Learning Framework

    arXiv:2605.20373v1 Announce Type: cross Abstract: Building humanoid robots capable of generalizable whole-body loco-manipulation in the real world remains a fundamental challenge. Existing methods either rely on laborious task-specific reward engineering, rigidly replay reference…