Robot Foundation Models
PulseAugur coverage of Robot Foundation Models — every cluster mentioning Robot Foundation Models across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新论文对生成式物理人工智能方法进行分类
一篇新的arXiv论文对生成式物理人工智能（GPAI）进行了全面综述。GPAI是将大型基础模型与物理机器人相结合的领域。该论文将GPAI系统分为五种方法：机器人基础模型（RFMs）、视觉-语言-动作（VLA）模型、大型行为模型（LBMs）、扩散策略模型（DPMs）和世界基础模型（WFMs）。文章详细介绍了这些方法如何结合以增强各行业的机器人应用，包括自动驾驶汽车和医疗保健，同时还强调了模拟到真实迁移和安全性等领域的研究方向。
-
新调查界定了机器人基础模型的“具身鸿沟”
一篇新发表在arXiv上的调查论文介绍了机器人基础模型（RFMs）中的“具身鸿沟”概念。该鸿沟指的是可复用模型与其在特定机器人上的实际部署之间的差异。论文探讨了现有方法如何在不同的机器人具身之间共享，并强调了适应性工作所需的内容。它提出了一个用于报告适应性工作的框架，强调仅凭成功率并不能完全捕捉跨具身学习的挑战。
-
新框架通过人类视频引导机器人模型
研究人员开发了WAM-TTT，一个旨在利用人类游玩视频来引导机器人基础模型（RFMs）的新框架。该方法无需额外的机器人演示或特定任务的微调即可进行适应。WAM-TTT利用自监督视频预测，将人类视频整合到冻结的世界动作模型（WAM）中的自适应记忆中，从而实现对各种操作任务的高效且可重用的引导。
-
新的SC3-Eval方法使用视频生成来评估机器人基础模型
研究人员开发了SC3-Eval，一种通过自洽视频生成来评估机器人基础模型的新颖方法。该方法通过模拟策略回放来解决现实世界机器人测试的局限性，而策略回放可能既昂贵又耗时。SC3-Eval强制执行三种一致性——前向-逆向动力学、跨视图和测试时一致性——以确保准确性并泛化到未见过的策略。该方法表现强劲，与现实世界结果高度相关，并优于现有的基于视频模型的基线。