机器人学做寿司,捏坏的饭团也能留下当教材 ↗
TacSushi把失败后果用于训练,但换食材后成功率明显下降;本周列入CoRL工作坊论文名单。
TacSushi把失败后果用于训练,但换食材后成功率明显下降;本周列入CoRL工作坊论文名单。
ORBIT把AI与自动实验接在一起,修订方案仍需人确认,模型悄悄退步也是待解难题。
南科大电子皮肤把万级触觉信号分层处理;保护反应不是人的疼痛体验。
CEL让机器人从同伴的成功动作继续学习,人仍负责判定结果和恢复现场。
研究团队用生成的示范训练策略,并展示了真机抓取。
同一模型驱动不同机械臂,能力仍来自公司演示。
星尘智能的CoMind研究让两台真机共享任务相关视觉特征。在18次遮挡选盒试验中,新方法选对16次,传输的特征数量只有对照方法的五分之一;更复杂家务目前仍是演示。
伯克利团队让编码AI在物理模拟中试错,写出能交接、推倒和补救失误的机器人程序。95%来自反复优化的模拟测试,未见过物体的真机实验只成功6次、共试9次。
独立团队让编码AI在训练场景反复试做,再用冻结的经验操控模拟机器人。选定任务的目标完成度明显提升,但一次运行耗时约38分钟、花费数十美元。
研究团队开放从示范采集到训练、控制的流程。开发者能复现这套教学方法,但仍需准备机械臂、自己的数据与模型。
LIFE能从已整理的一天见闻中查找物品;11月10日新增的实时推理代码,让开发者接入自己的摄像头测试。完整记忆实验仍是离线回放。
蚂蚁灵波的LingBot-Touch将不同触觉传感器信号转成统一特征。在团队真机测试中,原始触觉曾拖累动作模型,经编码后才明显改善操作;这些百分比按任务步骤计分。
据《科创板日报》11月11日发布、36氪11月12日转载的调查,用来训练机器人的“具身数据”同样按1小时计价,优质真机数据挂牌价可达上千元,而最廉价的原始视频每小时只卖5元;订单经过五六级中间商转手,一线采集员时薪最低约8元。报道还提到同一份数据被私留副本、反复转卖等乱象。
美国创业公司Memories.ai 11月10日推出零工平台Memories Upload,请人佩戴不到45克的LUCI Pin相机录制备菜、补货、修设备等第一人称视频,用来训练机器人。据《财富》报道,每单报酬6至18美元,公司称测试版首月已录得超100万小时。
仓库和机场里,箱子形状、重量各不相同,机器人一伸手,货堆就可能塌。日本NTT 11月11日宣布,它开发了一种带物理计算的“世界模型”:机器人先对几个候选动作分别生成“接下来会发生什么”的视频,再挑一个更不容易掉货的方案执行。NTT称,在用小型机器人模拟码货的测试里,成功率从73.1%提高到92.3%。公司计划与Mujin合作,把这项技术拿去试机场行李装卸。上述成绩是NTT自己的实验数据。