RLBench
PulseAugur coverage of RLBench — every cluster mentioning RLBench across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
Lift3D-VLA通过3D几何和时序动作建模增强机器人操纵能力
研究人员推出Lift3D-VLA，一个旨在通过整合显式的3D几何推理和时序动作建模来增强机器人操纵的视觉-语言-动作（VLA）模型的新型框架。该系统利用增强的2D模型提升策略，将3D点云与现有的2D嵌入对齐，最大限度地减少信息损失。一个关键组成部分是几何中心掩码自编码（GC-MAE），这是一种自监督方法，可以重建点云并预测其未来的几何演变，使模型能够内化3D结构和物理动力学。Lift3D-VLA在模拟和真实世界的操纵任务中表现出显著的…
-
新的 AmpAttention 机制提高了机器人操作的准确性
研究人员开发了一种新颖的注意力机制 AmpAttention，其灵感来自模拟电路差分放大器，用于改进多视角机器人操作。该机制旨在减少由视觉冗余和遮挡引起的注意力漂移，从而实现更可靠的感知。所提出的结合了 AmpAttention 的 RVAF 模型在各种机器人任务上展示了卓越的性能，与现有方法相比，成功率更高，训练时间更短。使用 SAM2 图像编码器进行的进一步增强，产生了 RVAF++，在精密操作任务中显示出显著的改进。
-
北京大学的Imagine2Act使机器人能够“先想象，再行动”以完成家务任务
北京大学的研究人员开发了Imagine2Act，这是一个新颖的框架，使机器人能够高精度地执行复杂的家务任务。该系统首先通过生成语义上和几何上对齐的目标点云来“想象”期望的结果，然后使用双重对齐机制来预测精确的机器人动作。这种方法有效地解决了当前方法的局限性，例如生成模型的几何推理能力差和误差累积问题。
-
新框架通过结构化潜在点增强机器人视觉表示
研究人员开发了一种新的机器人操作预训练框架，该框架结合了隐式和显式表示，以创建更有效的视觉表示。这种混合方法被称为结构化潜在点，旨在通过捕获结构趋势和语义信息而不牺牲几何细节来克服现有方法的局限性。在包括真实机器人设置在内的多个平台上的评估显示，任务成功率、样本效率和鲁棒性均有所提高。