看人类视频学操作

5次阅读
没有评论

新框架 LSA 把人类视频升维成稠密 3D 表征,用于机器人策略预训练。它分三步先抬升二维观测、再理解几何与交互热点、最后执行操作,在仿真与真机操作任务上显著超过现有方法,项目主页已公开。它已被 NeurIPS 2026 接收。

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。