发表时间:2 Nov 2023
作者单位:Stanford University
Motivation:大型语言模型 (LLM) 被证明拥有大量可操作的知识,这些知识可以以推理和规划的形式提取用于机器人操作。尽管取得了进展,但大多数仍然依赖于预定义的运…
发表时间:17 Mar 2024
作者单位:Shanghai AI Laboratory
Motivation:尽管MlLMs取得了进步,但传统的 MLLM 通常在通用图像文本对上进行训练,缺乏必要的机器人知识,例如可供性和物理知识,这阻碍…
24年8月来自英国爱丁堡大学和华为诺亚实验室的论文“Learning Precise Affordances from Egocentric Videos for Robotic Manipulation”。
Affordance,即目标提供的潜在动作,对于机器人操作任务至关重要。深入了解affordance可以带来更智能的人工智能系…
前言
本系列面向两种读者:(1)想浅显、直观了解论文的主要方法(2)读论文的时候有地方不理解,想深入研究论文的细节
这篇论文《Where2Act: From Pixels to Actions for Articulated 3D Objects》是斯坦福三…
对General Flow as Foundation Affordance for Scalable Robot Learning的简单理解 文章目录 1. 做的事2. 作为Affordance的General Flow2.1 General Flow Affordance2.2 General Flow属性 3. 智能体不可知的和规模感知的General Flow预测3.1 General Flow标签获取3.2 规模感知…