跳到正文
arXiv · 机器人与计算机视觉· Yang Liu, Jiacheng Liu, Hengtao Li, Yuheng Huang, Zijian Yang, Ji Dai, Maoxin Wang, Yi Gao, Qishen Wang, Baohua Yin, Peiyang Li, Shuanghao Bai, Mingyang Sun, Pengxiang Ding, Jianqin Yin, Lixin Yang, Donglin Wang·· 23 天前AI 评分72

HuGe:利用以自我为中心的经验扩展人形通用视觉语言动作模型

HuGe: Scaling Humanoid Generalist Vision-Language-Action Models with Egocentric Experience

AI 导读

针对将视觉语言动作模型扩展到具身智能时面临的全身控制协调与数据收集成本高的挑战,该研究提出了 HuGe 系列模型。该模型预训练于超过 2000 小时的以自我为中心的人机混合数据,采用三种代表性架构预测潜在运动令牌及手部控制信号。

来源:arXiv · 机器人与计算机视觉 · arxiv.org