实体
EgoScale
EgoScale
PulseAugur coverage of EgoScale — every cluster mentioning EgoScale across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
人形机器人利用世界模型从多样化数据中学习
研究人员正在探索创新的数据策略，以克服人形机器人开发中的瓶颈。一种关键方法是采用“数据金字塔”，整合包括被动互联网视频、合成数据和稀缺的真实机器人数据在内的多样化数据源。世界模型被用作“数据海绵”，吸收和整合这些异构数据集，使机器人能够以显著减少的真实世界交互来学习复杂任务。
-
英伟达Jim Fan：VLA和远程操控已死，世界动作模型崛起
英伟达的Jim Fan宣布视觉-语言-动作（VLA）模型和机器人远程操控的终结，并倡导世界动作模型（WAM）作为新范式。Fan提出，受大型语言模型（LLM）的启发，WAM将利用下一状态预测和动作微调来进行机器人控制。他强调，将以第一人称人类视频数据作为主要训练来源，摆脱远程操作数据收集的局限性。
-
英伟达的Jim Fan宣扬通过人类数据进行机器人学习，而非远程操作
英伟达研究员Jim Fan强调了EgoVerse，这是一个源自人类自我中心数据的机器人学习生态系统。这种方法超越了传统的远程操作，专注于通过行为克隆来扩展机器人学习。EgoVerse数据集由多个研究和行业合作伙伴共同开发，目前已包含超过1300小时的数据，涵盖240个场景和2000个任务。