
2024 RSS机器人顶会论文奖项汇总
研究者通过全面的真实世界实验证明了 UMI 的多功能性和有效性,在这些实验中,通过 UMI 零射频学习到的策略在不同的人类演示训练中可泛化到新的环境和物体。这个问题难以解决的原因是测距数据是在不同时间接收到的,而运动估计中的误差会导致所得到的点云的错误配准。这些经过训练的模块可以直接应用到现实世界中,配合机器人自身的感知和计算能力,无论机器人是在室内还是受限的室外空间,无论是面对不会动的还是能动的障碍物,都能在 ABS 框架下快速、安全地行动。其次,需要让 LLM 的判断能够融入到机器人的安全控制系统中。























