跳到正文
arXiv · 机器人与计算机视觉· Eugenio Chisari, Stefanos Charalambous, Oliver Sanchez, Thomas Umbach, Michael Gentner, Fabio Quattrini, Norica Bacuieti, Sabin Grube Doiz, Valentin Bertle, Sigmund Hennum Hoeg, Alain Ryser, German Rodriguez, Mario Arduini, Dang Nguyen, Florian Aumann, Felix Hegg, Manuel Meier, Philipp Wand, Julian Lotzer, Alessio Desogus, Benedek Forrai, Michael Bloesch, Stephan-Daniel Gravert, Stefan Weirich, Patrick Lanners, Elvis Nava·· 6 天前AI 评分74

Video-Action Models for Data-Efficient Industrial Manipulation

Video-Action Models for Data-Efficient Industrial Manipulation

AI 导读

论文提出 FLUX-mimic 视频动作模型,利用大规模预训练骨干网络与动作专家模块,在四款汽车制造基准任务及双机械臂平台上验证了数据高效性。该模型在灵巧操作平台超越所有基线,在夹爪平台达到 pi_{0.5}的平均成功率;针对可变形零件组装任务,仅需两小时的动作标注演示即可实现 77.5% 的成功率。材料为 arXiv 预印本,未报告真实工厂部署结果或量产状态。

来源:arXiv · 机器人与计算机视觉 · arxiv.org