实体
Real-to-Sim-to-Real
Real-to-Sim-to-Real
PulseAugur coverage of Real-to-Sim-to-Real — every cluster mentioning Real-to-Sim-to-Real across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
PRISM框架为类人机器人训练生成海量视频数据集
研究人员开发了PRISM，一个旨在增强类人机器人 loco-manipulation（运动操控）任务训练的新型框架。该系统通过视频到视频生成，将少量真实世界视频扩充为大型、多样化的数据集，生成大量“反事实”的人体-物体交互视频。然后，该框架将这些交互重构为物理上可行的轨迹，使单个策略能够泛化到各种物体和配置。该策略仅通过深度观测进行训练，允许真实机器人拾取、携带和放下物体，而无需进行真实世界的微调。
-
Fei-Fei Li 的 World Labs 收购 SceniX，以推进模拟世界中的机器人训练
由 Fei-Fei Li 联合创立的 World Labs 收购了机器人模拟公司 SceniX，以推进物理 AI 训练。此举标志着从单纯的数据收集转向积极创建和模拟机器人学习的世界。合并后的实体旨在构建一个强大的机器人训练和评估引擎，在该引擎中，在模拟中测试的策略可以准确预测实际性能。此次收购符合使用模拟环境训练机器人的更广泛趋势，使它们能够在部署前在虚拟空间中进行行动、犯错和学习。