EgoVerse
PulseAugur coverage of EgoVerse — every cluster mentioning EgoVerse across labs, papers, and developer communities, ranked by signal.
-
李飞飞学生推出全球具身人类数据标准，光轮智能加入
一项名为 EgoVerse 的新的具身人类数据国际标准已由研究人员（包括李飞飞的前学生）推出。该倡议旨在为机器人学习创建协作基础设施，解决现实世界机器人数据收集缓慢且成本高昂的数据悖论。EgoVerse 将提供一个不断增长的第一人称人类操作数据和标准生态系统，中国公司光轮智能是其中唯一的中国参与者，与 Meta 和 Scale AI 等学术机构和主要科技公司并列。
-
EgoWAM框架利用自我中心人类数据增强机器人学习
研究人员开发了EgoWAM，一个用于机器人学习的框架，该框架利用自我中心人类数据来改进操作任务。这种方法通过预测动作以及场景如何演变来共同训练策略，其性能优于传统的行为克隆。研究发现，与基于像素的预测相比，使用DINO或3D运动流进行世界预测可显著增强泛化能力和领域内性能。
-
灵巧世界模型使用结构化动作条件设置
研究人员开发了 DexAC-WM，一种用于灵巧世界模型的动作条件设置的新方法。该方法将动作条件设置视为一个结构化过程，而不是全局压缩，保留了维度级别的语义，并将动作信号与视觉动态对齐。通过引入一个用于对象-场景先验的语义分支，DexAC-WM 增强了高自由度场景中的视觉-时间真实感和动作遵循一致性。在 EgoDex 和 EgoVerse 数据集上的实验表明，在 FID、FVD 和 PCK 等指标上有了显著的改进，表明该模型在复杂、高维…
-
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。