FLORE框架让人形机器人学会感知并控制接触力
伯克利这边搞了个 FLORE 框架,人形机器人能边走边用手感知力,比如开门拧把手,成功率从 26.7% 拉到 80%。
伯克利这边搞了个 FLORE 框架,人形机器人能边走边用手感知力,比如开门拧把手,成功率从 26.7% 拉到 80%。
一篇关于多模态机器人模仿学习的论文,提出LAG-Fusion解决不同传感器速率不同的异步融合问题,实验证明比同步融合更高效。
这篇论文用Kolmogorov方程改进了扩散策略,在PushT和制造线上奖励提升17%、漂移减少67%,还能做故障检测,比普通扩散方法靠谱。
机器人团队终于有了一个能高效利用次优数据的实用方法——Ambient Diffusion Policy 解决了低质量数据难以训练的问题,做机器人模仿学习的开发者可以直接在现有数据集上尝试,有望大幅降低数据收集成本。