实体
Yuke Zhu
Yuke Zhu
PulseAugur coverage of Yuke Zhu — every cluster mentioning Yuke Zhu across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
机器人通过上下文学习（In-Context Learning）从演示中学习新任务 · 跟踪3个来源
机器人初创公司Skild AI和Generalist AI正在为机器人开创上下文学习（ICL）技术，使它们无需微调即可从演示中学习新任务。Skild AI的S1模型可以处理长达10分钟的任务演示，而Generalist AI的GEN-1.5则专注于从简短视频中进行单次学习。这种方法借鉴了ICL在大语言模型中的成功经验，旨在使机器人能够更好地理解上下文并在复杂、现实世界的场景中适应。COCO Matrix是一家成立于2026年4月的初创…
-
Nvidia 的 SONIC 模型教会人形机器人执行多样化动作，源自动作捕捉
Nvidia 开发了一个名为 SONIC 的新基础模型，使人形机器人能够从实时人类演示中学习广泛的动作，包括行走、跑步和物体操作。这个开源模型利用了超过 1 亿帧的动作捕捉数据来训练一个单一控制器，这与之前需要为每个技能单独控制器的旧方法有了显著的改变。尽管 SONIC 目前仍是一个研究系统，但它旨在为在不可预测环境中运行的机器人提供全身控制和适应性，Nvidia 计划发布检查点以供更广泛的开发者使用。
-
人形机器人利用世界模型从多样化数据中学习
研究人员正在探索创新的数据策略，以克服人形机器人开发中的瓶颈。一种关键方法是采用“数据金字塔”，整合包括被动互联网视频、合成数据和稀缺的真实机器人数据在内的多样化数据源。世界模型被用作“数据海绵”，吸收和整合这些异构数据集，使机器人能够以显著减少的真实世界交互来学习复杂任务。