FailureGen 方法发布:利用世界模型生成机器人失败场景合成视频
热点事件持续更新
FailureGen 方法发布:利用世界模型生成机器人失败场景合成视频
1 篇报道1 个报道来源13 小时前更新
先了解这件事
AI 综述
Akul Santhosh 等人提出了 FailureGen 方法,该方法通过微调动作条件化的 Cosmos 世界模型,将记录的真实失败执行轨迹迁移到成功宿主上下文中,生成带有时间事件标注的合成视频以扩充故障场景数据。初步实验显示,结合合成数据的检测器平均精度为 0.51,优于仅用真实数据的 0.41,且能检测到更多故障区间。目前该材料为预印本论文,未报告真实机器人部署结果或具体开源仓库。
AI 根据报道生成 · 12 小时前更新
最新进展11月18日 13:00
FailureGen:基于世界模型的机器人故障数据规模化生成方法报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv · 机器人与计算机视觉FailureGen:基于世界模型的机器人故障数据规模化生成方法
该论文提出 FailureGen 方法,通过微调动作条件化的 Cosmos 世界模型,将记录的真实失败执行轨迹迁移到成功宿主上下文中,生成带有时间事件标注的合成视频以扩充故障场景数据。初步实验显示,结合合成数据的检测器平均精度为 0.51,优于仅用真实数据的 0.41,且能检测到更多故障区间。材料为预印本论文,未报告真实机器人部署结果或具体开源仓库。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月18日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月19日
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。