跳到正文
arXiv · 机器人与计算机视觉· Simon Cowling·· 22 天前精选AI 评分82

从 12 到 200 次演示:ACT、Diffusion Policy、SmolVLA 和π0.5 在低成本机械臂上的扩展性研究

From 12 to 200 Demonstrations: How ACT, Diffusion Policy, SmolVLA and $\pi_{0.5}$ Scale on a Low-Cost Arm

AI 导读

该论文对比了 ACT、Diffusion Policy、SmolVLA 和π0.5 四种模仿学习策略,通过在低成本 SO-101 机械臂上执行带干扰物的抓取放置任务(演示量从 12 次增至 200 次),评估了其扩展性。

推荐理由

该研究对比了四种模仿学习策略在低成本机械臂上的表现,揭示了数据量与微调方法对成功率的具体影响及失败模式差异。

来源:arXiv · 机器人与计算机视觉 · arxiv.org