视频帧变机器人动作接口

23次阅读
没有评论

研究者提出 MetaWAM,把本体感知、动作等低维机器人信号打包进统一元帧,注入冻结的视频扩散模型,无需新增模块或改动架构;RoboCasa 成功率 68.9%,推理延迟降低 39%,三项 Franka 真机任务成功率 85.0%,代码与模型已开源。

正文完
 0
评论(没有评论)

内容合作 · 项目交流

欢迎开发者、团队与我们联系,一起推动 AI 与机器人领域的优质内容创作与交流。