arXiv · 机器人与计算机视觉· Zhehao Dong, Xiaofeng Wang, Zheng Zhu, Yirui Wang, Yang Wang, Yukun Zhou, Boyuan Wang, Chaojun Ni, Runqi Ouyang, Wenkang Qin, Xinze Chen, Yun Ye, Guan Huang, Zhen Lu, Yue Yang·· 29 天前AI 评分75
EMMA:通过生成式视觉模型增强机器人控制鲁棒性
EMMA: Enhancing Robotic Control Robustness through a Generative Visual Model
AI 导读
论文介绍 Embodied Manipulation Media Adaptation (EMMA) 框架,旨在解决大规模机器人操作数据获取成本高的问题。该框架包含 DreamTransfer 架构,用于生成多视图一致且几何合理的具身操作视频,支持前景、背景和光照的文本驱动编辑并保留三维结构;同时提出 AdaMix 混合训练策略,根据策略表现自适应加权样本以强调挑战性任务。
来源:arXiv · 机器人与计算机视觉 · arxiv.org