新的Pose6DAug框架增强了用于VLA策略的机器人数据增强

研究人员开发了Pose6DAug，一个新颖的数据增强框架，旨在提高机器人领域中视觉-语言-动作（VLA）策略的性能。该方法利用成功的机器人操作片段，通过交换被操作的对象来生成新的训练数据，同时保留原始的动作轨迹。通过在3D中运行并确保时间上连贯的6D姿态轨迹，Pose6DAug保持了多视图一致性和物理可行性，解决了传统2D编辑方法的局限性。当应用于VLA策略时，与现有基线相比，这种增强技术在处理新对象时成功率相对提高了16.5%，同时没有损害在熟悉对象上的性能。 AI

影响 增强了机器人操作策略对新对象的泛化能力，可能减少对广泛真实世界数据收集的需求。

排序理由 该集群描述了一种在arXiv论文中提出的用于机器人数据增强的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• Hugging Face
• Pose6DAug
• ScienceCast
• Vision-Language-Action (VLA)

• 论文
• 产品

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