DexArt
PulseAugur coverage of DexArt — every cluster mentioning DexArt across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Mamba Policy 以更少的参数提供高效的3D操作
研究人员开发了一种名为Mamba Policy的新AI策略模型，该模型显著降低了3D操作任务的计算需求。该模型采用混合方法，在其XMamba Block中结合了Mamba和Attention机制，与传统的U-Net骨干网络相比，参数数量减少了80%以上，同时提高了性能。在Adroit、Dexart和MetaWorld等数据集上的实验证明了Mamba Policy的效率和增强的鲁棒性，尤其是在长时域场景中。
-
新的视觉运动策略框架实现了高保真单步机器人控制
研究人员开发了一种新颖的单步生成式视觉运动策略框架，旨在改进机器人控制。该新方法结合了递归一致动作流（RCAF）来校正空间误差，双时间步频率一致性（DTFC）来保持精细操作细节，以及对比流匹配（CFM）来减少模糊动作。在各种机器人平台上进行的实验表明，该方法在仅需一次前向传播的情况下，实现了与多步方法相当的性能，从而实现了更低延迟的控制。
-
机器人通过新的KAN-We-Flow和EFM策略提高效率
研究人员开发了KAN-We-Flow，一种新颖的机器人操作策略，利用RWKV和KAN显著减小模型尺寸和推理延迟，同时保持或提高成功率。该方法在Adroit和Meta-World等基准测试中取得了最先进的性能，参数减少了86.8%，并具备实时控制能力。此外，引入了一个名为EFM-10的新基准，通过专注于探索性和专注性操作策略来解决人形双臂操作中的挑战，特别是视觉遮挡问题。该基准以及BAPData数据集和BAP策略旨在使机器人能够主动获取…