它是什么
该研究构建基于MuJoCo的农业仿真环境,用演示数据适配Octo与π0.5两个预训练策略,并在Franka Research 3上实机验证。研究者提出 AffordanceWAM,在生成未来世界中对可供性进行建模,并联合预测机器人动作,在 RoboCasa 等基准上优于基线。
具身大模型与机器人学习
本站已收录 2 篇归入“具身大模型与机器人学习”的具身智能相关资讯。
该研究构建基于MuJoCo的农业仿真环境,用演示数据适配Octo与π0.5两个预训练策略,并在Franka Research 3上实机验证。研究者提出 AffordanceWAM,在生成未来世界中对可供性进行建模,并联合预测机器人动作,在 RoboCasa 等基准上优于基线。
该研究构建基于MuJoCo的农业仿真环境,用演示数据适配Octo与π0.5两个预训练策略,并在Franka Research 3上实机验证。
研究者提出 AffordanceWAM,在生成未来世界中对可供性进行建模,并联合预测机器人动作,在 RoboCasa 等基准上优于基线。