$\pi_{0.5}$
PulseAugur coverage of $\pi_{0.5}$ — every cluster mentioning $\pi_{0.5}$ across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
ACE-Ego具身模型在关键基准测试中达到SOTA
来自GreatX Robot和香港中文大学MMLab的研究人员推出了一种新颖的具身操作VLA模型ACE-Ego。该模型采用“以人为中心”的训练范式，有效地结合了大规模第一人称人类视频和多机器人数据。ACE-Ego在RoboCasa GR1 TableTop和RoboTwin 2.0这两个主要的具身智能基准测试中取得了最先进的成果，在复杂的零售场景中展现出强大的泛化能力。
-
RLDX-1 机器人策略通过新的 Transformer 架构增强灵巧操作
研究人员推出 RLDX-1，这是一种用于灵巧操作的新型机器人策略，通过多流动作 Transformer 架构整合异构模态。该方法旨在通过整合运动感知、基于记忆的决策和物理传感来克服当前视觉-语言-动作模型的局限性。RLDX-1 在复杂现实世界任务和人形机器人控制方面，表现优于 $\pi_{0.5}$ 和 GR00T N1.6 等现有模型。
-
机器人操控平台VILAS在低成本硬件上集成了视觉-语言-动作模型
研究人员开发了VILAS，一个低成本、模块化的机器人操控平台，专为视觉-语言-动作（VLA）策略学习而设计。该系统集成了协作机械臂、电动夹爪和双摄像头设置，所有这些都通过基于ZMQ的通信架构进行协调。一种新颖的基于折纸的软抓爪扩展件，无需力传感即可轻柔地处理易碎物体。该平台用于评估和微调三个VLA模型，证明了在可及硬件上训练和部署有效的操控策略是可行的。
-
机器人专家齐聚一堂，共同应对具身人工智能发展中的数据挑战
最近的一次沙龙汇聚了近200名具身人工智能领域的专家，共同探讨如何将机器人从实验室推向现实世界所面临的挑战，重点关注数据收集和模型训练。与会者指出，当前的数据收集方法效率低下且成本高昂，收集到的数据很大一部分无法用于训练。讨论还涉及了改进数据对齐、标准化评估基准的必要性，以及类似于大型语言模型中使用的预训练范例的潜力。
-
SPEAR-1: 通过3D理解实现超越机器人演示的扩展
研究人员开发了SPEAR-1，这是一种机器人基础模型，旨在通过整合3D空间推理来提高机器人控制的泛化能力。与先前主要在2D图像-语言任务上训练的模型不同，SPEAR-1通过使用带有3D注释增强的非机器人数据获得的3D理解来增强视觉-语言模型。这种方法使SPEAR-1能够使用显著更少的机器人演示来实现最先进的性能，其表现优于$\pi_0$-FAST和$\pi_{0.5}$等模型，同时所需的机器人数据样本减少了20倍。