robot policies
PulseAugur coverage of robot policies — every cluster mentioning robot policies across labs, papers, and developer communities, ranked by signal.
3 天有情绪数据
-
新方法确保机器人策略满足物理约束
研究人员开发了一种新的机器人策略训练方法,该方法可确保遵守物理约束,例如关节限制和避碰。该方法利用二元可行性查询来指导学习过程,在训练和推理过程中纠正不安全的操作。该方法结合了离散时间流匹配和可微分安全卫士,在避障机器人操作实验中实现了 100% 的约束满足率,同时保持了任务性能。
-
新AI方法使用人类纠正来改进机器人策略
研究人员开发了一种名为自适应残差校正(ARC)的新方法,该方法使用强化学习来改进机器人策略。ARC通过在现有、固定的策略之上学习残差校正来工作。它利用稀疏的人类纠正来指导自主探索,专注于何时以及何地应用纠正,而不是将它们视为直接模仿目标。这种方法显著提高了精密操作任务上的任务成功率,在真实机器人上将平均成功率从33.3%提高到75.0%。
-
新的Rollback方法使用世界模型增强机器人策略
研究人员开发了一种新的策略改进范式,称为Rollback,它利用动作条件世界模型来增强机器人策略。与传统方法不同,Rollback允许世界模型回溯到过去的决策点,探索替代动作,并将成功归因于特定决策。这种方法将计算资源集中在关键节点上,并通过LoRA管道通过真实世界反馈来完善世界模型,从而在积木提取、抛球和桌面冰壶等任务中取得显著改进。
-
新的 CoWAM 系统改进了双臂任务中的机器人策略协调
研究人员开发了 CoWAM,这是世界动作模型 (WAM) 的一种新的干预层,可增强机器人策略协调。CoWAM 使用协调合同,包括可接受性检查和干预门控,以确保替代动作不仅合理,而且能提高性能并避免风险。在双臂任务的模拟中,CoWAM 在协调有效选择和闭环成功率方面表现出显著提高,同时最大限度地减少了有害干预。
-
RepWAM模型通过视觉-动作标记化增强机器人操作能力
研究人员推出了一种新颖的世界动作模型RepWAM,专为机器人操作设计。该模型利用语义视觉-动作标记化创建一个潜在空间,更好地将语言指令与机器人控制联系起来,性能优于传统的面向重构的标记器。在真实任务和模拟中的实验表明,RepWAM在各种操作场景中都有效,为更通用的机器人策略铺平了道路。