Groot
PulseAugur coverage of Groot — every cluster mentioning Groot across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新的RARA方法通过检索对齐增强机器人策略微调
研究人员开发了一种名为检索锚定表示对齐（RARA）的新方法，以改进预训练机器人策略的微调。这种两阶段方法首先将目标演示的表示与相似的预训练表示对齐，然后保留这些预训练表示进行策略微调。在各种机器人操作任务上的实验表明，与现有方法相比，RARA显著提高了分布内和分布外性能。
-
研究分析了摄像头故障下VLA模型的失效模式
一篇题为“Blackout vs. Freeze: Analyzing Physical Failure Modes of VLAs under Camera Faults”的新研究论文探讨了视觉-语言-动作（VLA）模型在视觉输入不可靠时如何表现。该研究调查了由图像黑屏和冻结引起的独特失效模式，发现冻结会导致更极端的关节运动，而黑屏可能导致物体掉落，尤其是在没有本体感觉的情况下。研究还评估了黑屏训练和故障嵌入替换等缓解策略，并指出虽…
-
新的AI智能体蒸馏技术可应对性能崩溃并利用依赖性
研究人员开发了新的方法，通过迭代自蒸馏和利用蒸馏来提高AI智能体的性能。ReSAIL技术通过优先处理信息丰富的交互步骤并保留关键信息来解决迭代自蒸馏中的性能崩溃问题，从而在ALFWorld和TextCraft等基准测试中显著提高了智能体的成功率。另外，Harness-Zero方法侧重于将专门的智能体利用的优势蒸馏到模型权重中，从而在部署过程中移除外部利用时也能保持这些优势。该方法在各种领域中都显示出任务成功率和利用引起的行为恢复方面的显著改进。
-
新的VLA-ULAP系统通过减少云调用来提高边缘AI效率
研究人员开发了VLA-ULAP系统，该系统结合了基于云的视觉-语言-动作（VLA）模型和一个轻量级的本地预测器，以提高边缘设备的效率和速度。这种方法显著减少了所需的远程VLA调用次数，在保持高成功率的同时降低了推理时间和能耗。VLA-ULAP在NVIDIA Jetson Orin Nano等硬件上展示了其有效性，在模拟和物理环境中均优于其他方法。
-
Li 和 Wu 推出 TrAct 以统一机器人控制和视觉预测
研究人员（包括 Fei-Fei Li 和 Jiajun Wu）推出 TrAct，这是一种弥合机器人控制与视觉预测之间差距的新方法。TrAct 利用“视觉轨迹”作为中间语言，将机器人特定的“动作方言”翻译成世界模型可理解的通用“图像语言”。该系统包含三个组件：VLAT 用于生成动作-轨迹对，TWM 基于这些轨迹进行视觉预测渲染，VLAC 根据任务目标对预测进行评分。通过在机器人和人类第一人称视频的混合数据上进行训练，TrAct 旨在提高…
-
新HRIBench基准测试揭示了当前机器人协作能力的局限性
研究人员推出了HRIBench，这是一个旨在评估人机协作的新基准测试，侧重于交互动态而非孤立的操作技能。HRIBench通过明确的角色、时间依赖性和协调约束来模拟协作任务，包含13个任务和超过650个评估回合。初步评估表明，包括GR00T和pi0.5在内的当前基础机器人策略在协作环境中表现出显著的局限性，尤其是在时间协调和意图感知行为方面。然而，在HRIBench上的微调持续提高了协作性能，并且该基准测试中的模拟数据已证明能显著提高机…
-
CorridorVLA 为生成式动作模型引入显式空间约束
研究人员引入了 CorridorVLA，一种新颖的视觉-语言-动作 (VLA) 模型方法，该方法显式地纳入了空间约束。与先前隐式嵌入空间指导的方法不同，CorridorVLA 将稀疏空间锚点预测为增量物理变化。这些锚点定义了一个容差走廊，通过走廊外的轨迹的校正梯度和走廊内的轨迹的精炼目标来指导动作生成过程。该方法在 LIBERO 和 LIBERO-Plus 等基准测试中取得了显著的改进，其中一个策略在多任务设置中实现了 83.21% 的成功率。
-
新的数据策略提升了VLA模型在机器人领域的空间泛化能力
研究人员开发了一种新的数据收集策略，以提高用于机器人操作的视觉-语言-动作（VLA）模型的空间泛化能力。研究认为，仅仅增加视点数量是不够的，模型常常会因为关注虚假关联而陷入捷径学习。通过采用一种结合连续摄像机运动和多样化静态视点的混合方法，所提出的方法显著减少了这些虚假关联，从而提高了性能和训练稳定性。该策略已被证明有利于各种VLA模型架构，使其能够更好地泛化到未见的摄像机姿态和物体配置。
-
AWS Strands SDK 简化机器人 AI 训练和部署
AWS 发布了 Strands Robots SDK，这是一个开源工具包，旨在简化在机器人硬件上训练和部署 AI 模型的过程。该 SDK 集成了包括 LeRobot 堆栈和 Hugging Face Hub 数据集在内的各种组件，允许用户组合能够记录演示、训练策略和协调机器人集群的代理。这个新 SDK 旨在通过最少的代码更改，将从 Hugging Face Hub 上的数据收集到物理机器人上的执行的整个工作流程进行简化，支持模拟和真实硬件。
-
英伟达与LG集团合作建设AI工厂
英伟达已与LG集团合作建设AI工厂，旨在增强LG在机器人、自动驾驶和数据中心等核心业务。此次合作将利用英伟达的Isaac Sim和GR00T框架来训练家用机器人，并建立用于外部数据供应的实体AI数据工厂。此外，LG Uplus和LG CNS将利用英伟达的DSX平台构建可扩展的AI工厂，而LG Energy Solution将探索数据中心的储能解决方案。LG Electronics还将与英伟达的DRIVE Hyperion架构对齐，以实…
-
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。