PulseAugur
中
实时 10:58:19
实体 X-VLA

X-VLA

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

Show in brief
总计 · 30天
5
90 天内 8
发布 · 30天
0
90 天内 0
论文 · 30天
4
90 天内 6
层级分布 · 90 天
主题
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/1 页 · 共 8 条
  1. TOOL · CL_366490 ·

    Ego2X 框架将以自我为中心的视频转换为机器人可执行数据

    研究人员开发了 Ego2X,一个旨在将单目以自我为中心的视频转换为物理上可执行的机器人数据的创新框架。该系统专注于以物体为中心的表示,特别是 CORE(接触式物体交互表示),它捕获物体上的接触细节和相对力。Ego2X 旨在通过纠正手-物体漂移并确保机器人实现必要的接触来提高机器人交互的准确性,从而在模拟中提高任务成功率。

  2. TOOL · CL_325128 ·

    RoboDuo框架通过基于代码的原子恢复增强VLA模型

    研究人员推出RoboDuo,一个旨在增强视觉-语言-动作(VLA)模型性能的新框架,特别适用于长时序任务。该闭环系统利用代码作为编码代理和两个VLA之间的接口。代理通过指示一个全任务VLA尝试整个任务,然后检查完成情况来协调任务执行。如果任务失败,则采用一个原子VLA来完成剩余步骤。RoboDuo在包括LIBERO和LIBERO-PRO数据集在内的各种基准测试中表现出持续的改进,并在物理机器人上成功恢复了失败的推出,而无需修改底层VLA的权重。

  3. TOOL · CL_312473 ·

    新的VLA-Retain基准测试揭示视觉调优损害机器人模型鲁棒性

    引入了一个名为VLA-Retain的新基准测试,用于评估视觉-语言-动作(VLA)模型在机器人领域中的视觉调优影响。该基准测试表明,对这些模型进行特定任务的微调,例如处理摄像头视角或传感器噪声数据,通常会导致在其他相关任务上的性能下降。这种跨维度效应,即目标条件下的收益并不能预测保留性,甚至可能导致其他方面的性能损失,凸显了在调整VLA模型时,除了目标收益外,还需要考虑保留性的必要性。

  4. RESEARCH · CL_312079 ·

    VLA-Rolling 框架通过复用丢弃的动作,为更快的、更准确的 VLA 模型提供支持

    研究人员开发了 VLA-Rolling,一个改进视觉-语言-动作 (VLA) 模型效率和控制的新框架。该方法通过自适应地根据置信度估计来优化这些复用的尾部,而不是从头开始重新生成,从而复用先前规划周期中丢弃的动作尾部。VLA-Rolling 可以在各种基准测试和模型上实现更快的推理时间和更高的成功率。

  5. RESEARCH · CL_287585 ·

    清华AIR校友创立具身智能公司BASAL Intelligence,获种子轮融资

    由清华大学AIR前博士生李剑雄创立的具身智能新公司BASAL Intelligence已获得可观的种子轮融资。该公司正开创性地采用“动作原生上下文具身基础模型”方法,这与当前主流的依赖预训练模型和后期部署的方法不同。BASAL旨在使机器人能够在新的环境中实时学习和适应,而无需进行广泛的再训练,并将动作作为与物理世界交互的核心表达。

  6. RESEARCH · CL_239342 ·

    新的RoboSPA基准测试VLA模型在复杂机器人推理能力

    研究人员推出了RoboSPA,这是一个新的数据集和基准,旨在评估机器人领域中视觉语言动作(VLA)模型具身推理能力。RoboSPA专注于细粒度的空间推理和长时序程序规划,呈现出跨越多个难度级别和具身形式、复杂度递增的任务。对当前VLA模型的初步实验表明,在处理复杂空间关系、精确执行和内存密集型规划方面存在显著挑战,凸显了对更先进具身智能体的需求。

  7. TOOL · CL_132206 ·

    RoboDojo基准揭示AI机器人与人类表现的巨大差距

    一项名为RoboDojo的新基准已发布,用于评估具身智能,包含42个模拟任务和18个真实世界机器人任务。该基准突显了当前AI模型与人类表现之间存在的巨大差距,在模拟环境中,最佳模型成功率仅为8.80%,在真实机器人上为12.8%,而人类的成功率分别为76.03%和100%。RoboDojo旨在为具身智能提供标准化和全面的评估,涵盖泛化能力、记忆、精度、长时序执行和开放式语义理解。

  8. TOOL · CL_117766 ·

    新型AI系统通过视觉和语言自动化生物实验室任务

    研究人员开发了BioProVLA-Agent,一个经济实惠的系统,用于使用视觉-语言-动作(VLA)模型自动化生物实验室任务。该系统集成了协议解析、视觉状态验证和具身执行,以处理非结构化协议和具有挑战性的视觉条件,如透明实验室器皿和反射。该系统在15个原子任务、6个复合工作流和3个双臂任务的基准上进行了性能评估,显示出更高的稳定性和精度,尤其是在视觉退化的环境中。