Human Demonstrations
PulseAugur coverage of Human Demonstrations — every cluster mentioning Human Demonstrations across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
H2RB框架利用无配对演示实现人到机器的技能迁移
研究人员开发了H2RB,一个新颖的框架,旨在利用无配对的人类演示来适应预训练的视觉-语言-动作(VLA)机器人的策略。该方法通过采用几何锚定对齐观测和解耦解码器分词器来桥接具身鸿沟,从而实现从人类到机器的有效技能迁移。H2RB显著提高了物体迁移性能,并能在分布外场景中实现技能迁移,减少了对昂贵机器人特定数据收集的依赖。
-
DexPort系统简化机器人手部数据收集
研究人员开发了DexPort,这是一种用于收集灵巧手操作数据的便携式接口,该接口在数据收集和部署时使用相同的硬件。该系统允许操作员指定机器人手腕运动并选择手指协调的技能,从而简化了为训练视觉运动策略而收集人类演示的过程。收集到的数据,包括在各种设置下进行的2500多次演示,在使用记录的机器人命令和野外数据时,任务成功率有了显著提高。
-
ReWeight框架通过人类演示数据改进机器人学习
研究人员开发了ReWeight,一个旨在增强机器人视觉-语言-动作(VLA)模型训练后能力的创新框架。该方法通过利用丰富的第一人称人类演示数据,解决了机器人数据收集成本高昂的挑战。ReWeight采用检索和加权系统来弥合人类数据和机器人数据之间的差距,学习跨具身视觉运动表征以衡量行为相似性。评估显示性能显著提升,ReWeight将模拟成功率从39%提高到57%,并在现实世界任务中达到了68.8%的成功率,大幅优于基线方法。
-
新的大型语言模型训练方法结合了可验证的奖励和人类演示
研究人员开发了一个新的大型语言模型(LLM)训练框架,该框架结合了可验证的奖励和人类演示。这种方法解决了当前仅关注客观指标的方法的局限性,这些方法常常忽略风格和结构等主观质量,可能导致不自然的响应和奖励漏洞等问题。提出的对抗性生成器-判别器模型学会优化任务准确性和源自人类示例的对抗性奖励信号,从而有效地捕捉输出质量的不可验证方面。在修复错误、故事生成和奖励漏洞基准测试中的实验表明,在保持或提高客观性能的同时,这些主观质量得到了显著改善。
-
机器人通过关键点跟踪从人类视频中学习操作
研究人员开发了一个名为 Dexterous Point Policy 的新框架,可以直接从人类视频中学习机器人操作技能,无需昂贵的机器人特定演示。该系统利用统一的物体和手部三维关键点表示来弥合人类和机器人动作之间的差距。该方法在现实世界任务中取得了 75.0% 的成功率,显著优于仅取得 1.0% 成功率的最先进基线。