RoboMimic
PulseAugur coverage of RoboMimic — every cluster mentioning RoboMimic across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
ReGuide框架通过自改进引导来改进扩散策略
研究人员开发了ReGuide，一个旨在提高行为克隆扩散策略性能的新框架，这类策略通常容易受到协变量偏移的影响。ReGuide利用相位条件引导（PCG）通过在任务执行的特定阶段应用定向引导来生成纠正性推广。然后，通过微调（ReGuide-FT）或从头开始重新训练（ReGuide-FS）将这些成功的引导式推广整合回策略中，从而实现自我改进。在RoboMimic Can、Square、Transport和Tool Hang等基准测试上的实验…
-
RE4框架增强物体交互模仿学习能力
研究人员推出RE4，一个用于物体交互任务模仿学习的新框架。RE4旨在通过重新利用已建立的操作理论来平衡性能和可解释性。该框架结合了无模型姿态估计、操作模式感知演示检索和转换，以及在遵守模式约束下的重新规划。该框架已在Push-T和Robomimic基准上进行了评估，证明了其在稀疏数据场景下的鲁棒性。
-
通过逆向动力学预测改进用于世界建模的VLM
研究人员正在探索改进视觉语言模型（VLM）在世界建模方面的预测能力的方法。一个关键挑战是VLM在正向动力学预测（根据动作生成未来状态）方面存在困难，但在逆向动力学预测（描述状态之间的动作）方面更擅长。这种不对称性正被用于通过弱监督学习（来自标注数据）和推理时验证等技术来增强VLM的性能。这些方法旨在为具身AI应用创建更强大、更准确的世界模型，其中一些方法在图像编辑和策略评估方面显示出与最先进模型相媲美的结果。
-
新研究推进机器人和LLM的策略优化
研究人员引入了几种新方法来增强强化学习中的策略优化，特别是针对涉及机器人和大型语言模型（LLM）的复杂任务。MODIP旨在通过使用世界模型来指导适应，从而高效地微调机器人学习中的扩散策略，与标准的模仿学习相比，提高了稳定性和性能。N-GRPO和T2-GRPO分别侧重于通过采用新颖的嵌入层混合和多视域奖励策略来改进LLM在数学推理和护理代理等任务中的探索和奖励分配。此外，CATPO和GenPO++通过改进基于树的方法和生成策略来提高训练…
-
新的GAP方法通过稀缺数据提升机器人操作学习能力
研究人员开发了一种新颖的方法——几何锚点预训练（GAP），以提高机器人操作视觉运动学习中的数据效率。GAP预训练一个空间适配器，从对象掩码生成稳定的几何锚点，为少样本策略学习提供可靠的坐标接口。该方法在RoboMimic和ManiSkill等具有挑战性的任务上显著优于现有方法，即使在专家演示非常有限且存在领域迁移的情况下也是如此。
-
新的流图策略加速机器人领域的生成式AI
研究人员开发了一类新的生成策略，称为流图策略，旨在加速复杂控制问题中的动作生成。这些策略学会了在生成动态中进行大跨步，与传统方法相比显著降低了推理成本。该方法，称为流图Q-引导（FMQ），优化了离线到在线强化学习的适应性，并在机器人操作和运动任务上展示了最先进的性能。
-
StereoPolicy 通过立体视觉增强机器人操作
研究人员开发了 StereoPolicy，这是一个利用同步立体图像对来增强机器人操作的新框架。该方法加强了机器人的几何推理能力，克服了单目视觉的深度感知限制，而无需显式的3D重建或相机校准。StereoPolicy 可与现有的 VLA 策略集成，并在多个模拟基准和真实机器人实验中展示了持续的改进。
-
STEP方法加速扩散策略，实现更快、更精确的机器人控制
研究人员推出了一种新颖的方法STEP，用于加速机器人视觉运动控制中的扩散策略。STEP利用时空一致性预测生成高质量的温启动动作，在不牺牲性能的情况下显著降低了推理延迟。这种方法能够提高实时应用的控制频率，并在各种基准测试和实际任务中展现出比现有方法更高的成功率。