技术部件 · TECH MODULE

具身智能算法

本站已收录 9 篇归入“具身智能算法”的具身智能相关资讯。

3 MIN CRASH COURSE

3 分钟搞懂具身智能算法

研究者提出FRAME方法，通过属性权重和读出头实现机器人场景记忆中的多属性组合检索，性能优于基线。研究提出物理仿真与多智能体强化学习框架SMaRT-Tug，提升拖船协作操控性能。研究提出拓扑图宏观动作强化学习框架，在视觉语言导航任务中取得领先表现。

MatchingPolicy将对应关系识别与策略解耦，实现少样本跨物体泛化的新方法。

无问芯穹联合清华大学、上海交通大学开源具身智能端侧推理引擎APXInf，首发支持PI 0.5与WALL-OSS，在Jetson Thor上将PI 0.5 FP8端到端推理延迟从278ms降至26ms以内。

UC Berkeley团队提出TacGooseBumps方法，在压阻触觉阵列上加装柔性凸点层，使原本主要感知法向压力的传感器具备剪切感知能力。

UC Berkeley与斯坦福联合提出FARM框架，让机器人实时构建开放词汇三维空间记忆，理解自然语言中的空间关系以精准定位目标。

暂无相关文章，敬请期待。