- 博客(524)
- 收藏
- 关注
RSS订阅原创 Open-TeleVision：具有沉浸式主动视觉反馈的远程操作
24年7月来自UCSD和MIT的论文“Open-TeleVision: Teleoperation with Immersive Active Visual Feedback”。
2024-09-20 00:03:26
388
原创 HumanPlus：人形机器人对人的跟随和模仿
24年6月来自斯坦福大学的论文“HumanPlus: Humanoid Shadowing and Imitation from Humans“。
2024-09-20 00:02:58
778
原创 视频作为现实世界决策的新语言
24年2月来自谷歌和伯克利分校的论文“Video as the New Language for Real-World Decision Making”。
2024-09-19 00:26:52
953
原创 GELLO：一种通用、低成本、直观的机器人遥控框架
24年7月更新的伯克利分校论文“GELLO: A General, Low-Cost, and Intuitive Teleoperation Framework for Robot Manipulators”。
2024-09-19 00:25:23
701
原创 EmbodiedGPT：通过具身的思维链进行视觉-语言预训练
23年9月来自香港大学、上海AI实验室和华为诺亚实验室的论文“EmbodiedGPT: Vision-Language Pre-Training via Embodied Chain of Thought”。
2024-09-18 00:04:01
544
原创 UniPi：通过文本引导的视频生成去学习通用策略
23年11月来自MIT、谷歌、伯克利分校、乔治亚理工和Alberta大学的论文“Learning Universal Policies via Text-Guided Video Generation”。
2024-09-18 00:03:05
705
原创 MT-Opt：大规模持续多任务的机器人强化学习
21年4月来自谷歌的论文“MT-Opt: Continuous Multi-Task Robotic Reinforcement Learning at Scale”。
2024-09-17 00:27:36
915
原创 BC-Z：利用机器人模仿学习进行零样本任务泛化
22年2月来自谷歌、Everyday Robots、伯克利分校和斯坦福的论文“BC-Z: Zero-Shot Task Generalization with Robotic Imitation Learning”。
2024-09-17 00:26:22
796
原创 多模态大语言模型落地于动作
24年6月来自苹果公司、乔治亚理工和加拿大Mila AI的论文“Grounding Multimodal Large Language Models in Actions”。
2024-09-16 10:04:02
920
原创 RT-H：使用语言的动作分层
24年6月来自谷歌和斯坦福的论文“RT-H: Action Hierarchies Using Language”。
2024-09-16 00:33:33
869
原创 Robot Utility Models：在新环境零样本部署的通用策略
24年9月来自纽约大学、HelloRobot和Meta的论文“Robot Utility Models: General Policies for Zero-Shot Deployment in New Environments”。
2024-09-16 00:30:12
778
原创 强化优势反馈（ReAd）：实现具身多智体协作的高效LLM落地
24年6月来自清华、上海AI实验室、西工大、浙大和中国电讯的论文“Towards Efficient LLM Grounding for Embodied Multi-Agent Collaboration”。
2024-09-16 00:28:29
1060
原创 RoboCat：一个自我完善机器人操控的通才智体
23年12月来自谷歌的论文“RoboCat: a self-improving generalist agent for robotic manipulation”。
2024-09-15 00:08:03
861
原创 SayCan：将语言落地于机器人Affordance
22年8月来自谷歌和Everday Robots的论文“Do As I Can, Not As I Say: Grounding Language in Robotic Affordances”。
2024-09-15 00:02:04
625
原创 TD-MPC2：可扩展、稳健的连续控制世界模型
24年ICLR来自UCSD的论文“TD-MPC2: Scalable, Robust World Models for Continuous Control”。
2024-09-14 00:04:01
939
原创 将机器人带回家: 系统 Dobb·E 和工具 Stick
23年11月来自NYU和Meta的论文“On Bringing Robots Home”。
2024-09-14 00:03:04
734
原创 3D-VLA：3D 视觉-语言-动作生成世界模型
24年3月来自麻省大学、上海交通大学、华南理工大学、武汉大学、 麻省理工、加州洛杉矶分校和MIT-IBM Watson AI 实验室的论文“3D-VLA: A 3D Vision-Language-Action Generative World Model”。
2024-09-13 00:36:49
973
原创 RoboMamba：用于高效机器人推理和操作的多模态状态空间模型
24年6月的论文“RoboMamba: Multimodal State Space Model for Efficient Robot Reasoning and Manipulation”。
2024-09-12 00:08:31
1072
原创 MANISKILL2：可泛化操作技能的统一基准
23年2月来自UCSD和清华的论文“ManiSkill2: A Unified Benchmark for Generalizable Manipulation Skills”。
2024-09-12 00:05:56
686
原创 ManiSkill：具有大规模演示的可泛化操作技能基准
21年11月来自UCSD的论文“ManiSkill: Generalizable Manipulation Skill Benchmark with Large-Scale Demonstrations”。
2024-09-12 00:04:43
908
原创 以目标为中心机器人操作的具身学习综述
24年8月来自香港理工大学、清华和香港中文大学的论文“A Survey of Embodied Learning for Object-Centric Robotic Manipulation”。
2024-09-11 02:34:11
922
原创 大语言模型辅助 AI 规划的最新进展
24年9月来自Emory大学的论文“Surveying the State-of-the-Art in Large Language Model-Assisted AI Planning”。
2024-09-11 02:16:49
864
原创 DriveGenVLM：基于视觉-语言模型的自动驾驶真实世界视频生成
24年8月来自哥伦比亚大学的论文“DriveGenVLM: Real-world Video Generation for Vision Language Model based Autonomous Driving”。
2024-09-10 00:05:18
970
原创 视觉机器人操控的大规模视频生成式预训练
23年12月来自字节的论文“Unleashing Large-Scale Video Generative Pre-Training For Visual Robot Manipulation”。
2024-09-10 00:02:26
762
原创 利用潜动作进行行为生成
24年3月来自纽约大学、韩国首尔大学和的论文“Behavior Generation with Latent Actions”。
2024-09-09 00:50:53
787
原创 在现实世界中微调离线的世界模型
23年10月来自UCSD和清华的论文“Finetuning Offline World Models in the Real World”。
2024-09-09 00:50:12
954
原创 模型预测控制（MPC）的时间差分学习
22年7月来自UCSD的论文“Temporal Difference Learning for Model Predictive Control”。
2024-09-08 00:17:08
574
原创 扩散策略：通过动作扩散进行视觉运动策略学习
24年3月来自哥伦比亚大学、TRI和MIT的论文“Diffusion Policy: Visuomotor Policy Learning via Action Diffusion”。
2024-09-08 00:12:14
833
原创 ALANAVLM：一种用于自我中心视频理解的多模态具身智能基础模型
24年6月来自 Alana AI 的论文“ALANAVLM: A Multimodal Embodied AI Foundation Model for Egocentric Video Understanding”。
2024-09-07 00:16:04
815
原创 通用操作界面：没有野外机器人，教野外机器人技能
24年3月来自斯坦福大学、哥伦比亚大学和TRI的论文“Universal Manipulation Interface: In-The-Wild Robot Teaching Without In-The-Wild Robots”。
2024-09-07 00:14:26
1111
原创 ALOHA：用于双手远程操作的低成本开源硬件系统
23年4月来自斯坦福、UC Berkley和Meta的论文“Learning Fine-Grained Bimanual Manipulation with Low-Cost Hardware”。
2024-09-06 00:12:40
734
原创 Mobile ALOHA：通过低成本全身远程操作学习双手移动操作
24年1月来自斯坦福的论文“Mobile ALOHA: Learning Bimanual Mobile Manipulation with Low-Cost Whole-Body Teleoperation”。
2024-09-06 00:12:06
769
原创 HENASY：学习组装场景-实体，实现可解释自我中心视频-语言模式
24年6月来自阿肯色州立大学的论文“HENASY: Learning to Assemble Scene-Entities for Interpretable Egocentric Video-Language Mode”。
2024-09-05 00:05:29
736
原创 扩大规模并蒸馏内容：语言引导的机器人技能获取
23年10月来自哥伦比亚大学和谷歌的论文“Scaling Up and Distilling Down: Language-Guided Robot Skill Acquisition”，发表于CoRL‘23。
2024-09-05 00:04:00
693
原创 视觉的高效扩散模型综述
22年10月的综述论文“Efficient Diffusion Models for Vision: A Survey“，作者来自澳大利亚的大学教师。
2024-09-04 00:50:17
586
原创 扩散模型就是实时的游戏引擎
24年8月来自谷歌和以色列特拉维夫大学的论文“Diffusion Models Are Real-time Game Engines”。
2024-09-04 00:49:15
984
原创 IG-SLAM：即时高斯 SLAM
24年8月来自土耳其中东科技大学（MEU）的论文“IG-SLAM: Instant Gaussian SLAM”。
2024-09-03 00:18:26
960
原创 Surfer：利用世界模型进行机器人操控的渐进推理
24年3月来自中山大学、Monash 大学、Datta Robotics 和阿联酋穆罕默德·本·扎耶德 AI 大学（MBZUAI）的论文“Surfer: Progressive Reasoning with World Models for Robotic Manipulation”。
2024-09-03 00:16:23
988
原创 机器人的操作学习综述：挑战、表征和算法
20年10月来自 CMU、UT Austin 和 Brown 大学的论文“A Review of Robot Learning for Manipulation: Challenges, Representations, and Algorithms”。
2024-09-03 00:13:56
704
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人