arXiv · 机器人与计算机视觉· Rafael Felix, Flavia Yanase·· 28 天前AI 评分65
超越数据量:通过零样本能力实现机器人泛化的多样性路径
Robot Generalization Beyond Volume: The Diversity Path via Zero-Shot Capabilities
AI 导读
针对物理 AI 中零样本泛化难题,研究指出依赖少数团队采集的数据虽具体量但缺乏多样性。论文提出将零样本泛化定义为对部署分布的覆盖度,并构建结合多模态对齐、生成式增强和噪声标签学习的共享潜在空间。同时提议建立基于标准机器人 Origami 的开发者社区以获取多样化数据,最后给出了连接真实机器人零样本成功率与数据多样性的可测试假设及评估协议。
来源:arXiv · 机器人与计算机视觉 · arxiv.org