实体
Human Videos
Human Videos
PulseAugur coverage of Human Videos — every cluster mentioning Human Videos 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
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
机器人训练通过日常视频和专用网络得到改进
研究人员调查了使用日常人类视频训练机器人操作策略的有效性。他们发现，虽然准确的手部姿势可以改善迁移学习，但人类和机器人运动之间显著的“运动差距”仍然阻碍了性能。为了弥合这一差距，他们开发了一种联合训练方法，为每种具身专门化视觉和策略网络，在机器人特定数据有限的情况下，使机器人操作任务的成功率显著提高了 29.7%。
-
SUGAR框架教会仿人机器人从人类视频中学习操纵技能
研究人员开发了SUGAR，这是一个旨在使仿人机器人能够从人类视频中学习复杂运动操纵技能的框架。该系统从视频中自动提取交互先验，使用基于物理的模型将其提炼为物理上可行的技能，然后将其提炼为机器人的自主策略。SUGAR已成功地在六项不同任务中实现了对真实硬件的零样本迁移，其性能优于传统的参考跟踪方法，并且随着视频数据的增加，性能有所提高。
-
调查探讨了机器人从人类视频和世界模型中学习，同时新的网络解决了驾驶员监控问题。
两篇新的调查论文探讨了机器人学习的进展，重点关注不同的数据获取和利用策略。一篇论文全面回顾了世界模型，这些模型是机器人策略学习、规划和模拟的关键预测表示，并强调了它们随着基础模型和视频生成而演变。第二篇调查侧重于从人类视频中学习机器人操作技能，通过利用丰富的人类活动录像和计算机视觉技术来解决机器人数据扩展的挑战。