PulseAugur
中
实时 14:08:33
实体 RMBench

RMBench

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

Show in brief
总计 · 30天
3
90 天内 5
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 5
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 5 条
  1. TOOL · CL_313047 ·

    CondenseVLA通过可学习的历史压缩提高了VLA的效率

    研究人员开发了CondenseVLA,一种用于视觉语言代理(VLA)的新颖方法,可高效处理多帧视觉上下文。该方法使用可学习的解码器端历史压缩模块,将观察历史提炼为固定数量的槽令牌,与简单地扩大历史窗口相比,降低了计算成本和冗余。CondenseVLA在Simpler-WidowX、LIBERO和依赖记忆的RMBench任务等各种任务中都显示出成功率的显著提高,尽管在更复杂的多观察场景中仍面临挑战。

  2. TOOL · CL_312552 ·

    UniWALM模型统一视频、动作和语言以实现机器人控制

    研究人员推出UniWALM,这是一种将视频、动作和语言处理统一在单一Transformer骨干网络中的新型模型。该方法旨在通过允许模态同步去噪,在动作解码的同时并行生成文本记忆和子任务信息,从而增强机器人控制能力。该模型采用了一种新的训练目标——带校正的流匹配(FMC),以提高动作轨迹的可靠性。UniWALM在MolmoSpaces和RMBench等基准测试中表现出显著的改进,并通过生成文本记忆显著提高了现实世界中的“寻找物品”任务的成功率。

  3. RESEARCH · CL_299282 ·

    新基准和模型提升机器人操作能力 · 跟踪 8 个来源

    研究人员为机器人操作引入了几个新的基准和模型,重点关注内存依赖、个性化和工业约束等领域。例如,RMBench 在九项任务中评估机器人策略的内存能力,而 LIBERO-PeRM 和 LIBERO-Industry 分别旨在对个性化操作和工业流程约束下的任务进行基准测试。此外,RoboSimStudio 提供了一个用于创建机器人操作模拟的交互式工具包,而 Kyūtai REKI 模型展示了在 2.4B 参数视觉-语言-动作模型中高效集成内…

  4. RESEARCH · CL_216117 ·

    机器人模仿学习进展聚焦于遗忘和时间上下文

    研究人员正在探索机器人模仿学习的新方法,重点关注如何基于人类演示有效地训练和管理策略。其中一种方法,在 arXiv 论文中有所详述,引入了“重新训练校准审计”来衡量演示遗忘,评估行为变化和已移除数据的残留证据。另一篇在 Hugging Face 上发表的论文介绍了“WorldToken”,一种时间优先序列建模技术,它将异构机器人观测融合到由因果 Transformer 处理的世界标记中,并在需要长期时间上下文的任务上证明了其有效性。

  5. RESEARCH · CL_115335 ·

    新研究推进自动驾驶和机器人领域的世界行动模型

    两篇新研究论文介绍了世界行动模型(WAMs)的先进方法,这对于模拟未来环境变化和规划行动至关重要,尤其是在自动驾驶和机器人领域。第一篇论文 ReWorld 专注于通过直接优化中间表示来改进 WAMs 中的表示学习,以实现更好的视频生成和规划。第二篇论文 DIM-WAM 通过整合多样化的历史事件记忆来增强 WAMs,以处理长时任务,显著提高了机器人操作场景下的性能。