跳到正文
arXiv · 机器人与计算机视觉· Renhang Liu, Wenzhi Zhao, Zhuo Yang, Liliang Chen, Pengfei Zhou, Shengcong Chen, Guanghui Ren, Youlun Peng, Rongjun Jin, Nan Wang, Sukai Wang, Xindong He, Jinyuan Feng, Ziyu Xiong, Linqing Zhong, Yifei Wei, Feng Han, Long Zhang, Da Huang, Nanshu Zhao, Chenghao Yin, Mo Wu, Zhaodong Yan, Kongtao Hu, Yuxiang Yan, Aogelijiang Niyazi, Yu Fang, Jia Zeng, Lizhu Meng, Daizhen Lv, Haoyu Cao, Zhiwen Hou, Lianjin Ye, Yuehan Niu, Zhikai Cai, Xuan Hu, Hui Min, Xiongfeng Cai, Yue Liao, Jing Wu, Soujanya Poria, Ye Li, Sanping Zhou, Maoqing Yao, AgiBot Research Team·· 23 天前精选AI 评分82

GE-Act 2.0:预训练与扩展用于机器人操作的行动世界模型

GE-Act 2.0: Pretraining and Scaling a World-Action Model for Robotic Manipulation

AI 导读

AgiBot Research Team 发布了 GE-Act 2.0,这是一个从头开始预训练的“世界 - 行动”模型(WAM),旨在指导机器人操作。该模型结合了控制导向自编码器、单步视觉规划器和逆动力学模型,并通过知识对齐的选择性优化进行联合训练。

推荐理由

报告了从 300 小时到 3 万小时协同训练数据对机器人操作成功率的影响,并验证了跨本体迁移与零样本泛化能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org