Entrar
insight - ロボット学習
データ効率的なデモンストレーション拡張による汎用的なロボットエージェントの学習
AdaDemoは、既存のポリシーの弱点に的を絞ってデモンストレーションデータセットを効率的に拡張することで、マルチタスクビジュアルポリシー学習を改善する。
適応型情報収集経路計画のためのロボット学習
ロボットが未知の環境で効率的に有用なデータを収集できるよう、ロボット学習手法を適応型情報収集経路計画に適用することで、より柔軟で適応性のある解決策を提供する。
複数視点からの状態-行動認識による堅牢で展開可能な軌道生成
MVSA-Netは、複数のヘテロジニアスな視点からの入力を活用し、課題の状態と行動を同時に認識することで、ロボットの学習から観察(LfO)を強化し、現実世界での展開を可能にする。
大規模言語モデルを使った効率的なロボット模倣学習
大規模言語モデルを使って、わずかな実演から一般的な行動を学習することができる。
Vid2Robot: End-to-end Video-conditioned Policy Learning with Cross-Attention Transformers
人間のデモンストレーションから直接タスクを推論するためのVid2Robotの新しいエンドツーエンドビデオベース学習フレームワーク。
一般化された獲得関数による選好ベースの報酬学習
報酬関数の学習において、真の報酬関数と類似性を最大化するための新しいアクティブなクエリング手法が優れた結果を示す。
ロボット学習におけるリーマン幾何学の適用に関する単接触空間の誤謬を解明する
単一接触空間の誤謬を避け、リーマン幾何学を正しく活用することが重要である。
Produtos | Recursos
© 2024 by Linnk AI