PulseAugur
中
实时 09:51:49
English(EN) Pose6DAug: Physically Plausible Multi-view Object Swapping for Robot Data Augmentation

Pose6DAug框架增强了用于VLA策略的机器人数据增强 · 已追踪2个来源

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员开发了Pose6DAug，这是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，通过交换对象来生成新的训练数据，同时保留原始的物理上有效的动作轨迹。通过在3D中操作并确保跨多个视图的几何一致性渲染，Pose6DAug解决了朴素2D视频编辑的局限性。使用此增强数据对VLA策略进行微调，在对新对象的成功率方面比现有基线提高了16.5％，同时不影响对熟悉对象的性能。 AI

影响 增强了机器人操作策略对新对象的泛化能力，可能降低数据收集成本。

排序理由 该集群包含一篇详细介绍机器人新数据增强框架的研究论文。

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

Pose6DAug框架增强了用于VLA策略的机器人数据增强 · 已追踪2个来源

报道来源 [2]

  1. arXiv cs.LG TIER_1 English(EN) · Jonghoon Lee, Seong Hyeon Park, Byungwoo Jeon, Minha Lee, Jinwoo Shin ·

    Pose6DAug：机器人数据增强的物理上可行的多视图对象交换

    arXiv:2606.20118v1 Announce Type: cross Abstract: Vision-language-action (VLA) policies have shown strong potential for general-purpose manipulation, yet they often fail on novel, out-of-distribution objects whose appearance or geometry deviates from the training distribution. Th…

  2. arXiv cs.LG TIER_1 English(EN) · Jinwoo Shin ·

    Pose6DAug：机器人数据增强的物理上可行的多视图对象交换

    Vision-language-action (VLA) policies have shown strong potential for general-purpose manipulation, yet they often fail on novel, out-of-distribution objects whose appearance or geometry deviates from the training distribution. The standard remedy is to collect multi-view teleope…

相关实体

相关话题