PulseAugur
中
实时 07:25:53
实体 Lapa

Lapa

PulseAugur coverage of Lapa — every cluster mentioning Lapa across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
  1. TOOL · CL_287055 ·

    TERRA 引入新颖的机器人潜在动作学习方法

    研究人员引入了 TERRA(时序效应表示和关系对齐),一种用于机器人潜在动作学习的新颖方法。TERRA 解决了两个关键挑战:潜在代码应从视觉转换中保留哪些信息,以及确保其在不同初始状态下含义的一致性。该系统通过用紧凑的时序效应描述转换来实现这一点,该效应包含净特征变化和窗口内动力学,然后指导连续潜在代码的学习。该效应空间也作为重用的参考,使效应锚定迁移(EAT)能够将解码后的潜在变量锚定到其源效应,从而通过跨上下文的动作而不是仅仅是原…

  2. TOOL · CL_187562 ·

    机器人学习人类动作:连接视频数据与机器人控制的四种方法 · 跟踪 1 个来源

    清华大学、香港科技大学和微软亚洲研究院的联合论文提出了一种统一的框架,使机器人能够从人类视频中学习人类动作。该研究确定了四种主要方法:潜在动作、显式二维轨迹、显式三维轨迹和世界模型,所有这些都旨在构建人类动作与机器人控制信号之间的“表示桥梁”。虽然世界模型被视为泛化的有希望的方向,但目前的实际演示通常依赖于结合了强化学习的视觉-语言-动作(VLA)模型,这凸显了在为具身人工智能寻找最佳“配方”方面仍然存在挑战。

  3. RESEARCH · CL_94005 ·

    新的VLA模型在潜在空间中精炼机器人行动计划

    研究人员开发了新的视觉-语言-行动(VLA)模型框架,以改进机器人操作任务。其中一种方法PearlVLA在视觉-语言模型的潜在空间中精炼行动计划,以平衡效率和审慎性。另一种方法LAWM使用世界模型对无标签视频数据进行自监督预训练,从而实现跨不同具身和环境的知识迁移。这两种方法在LIBERO等基准测试中均展现出最先进的性能,LAWM还展示了其在实际应用中的效率。