机器人 / 具身智能

Look, Focus, Act: Efficient and Robust Robot Learning via Human Gaze and Foveated Vision Transformers

看、聚焦、行动：通过人类注视和中央凹视觉变换器实现高效且稳健的机器人学习

Ian Chuang, Jinyu Zou, Andrew Lee, Dechen Gao, Iman Soltani

机构 * University of California, Berkeley（加州大学伯克利分校） ； Tongji University（同济大学） ； University of California, Davis（加州大学戴维斯分校） 纠错

专题命中 机器人学习 ：robot learning(title,abstract)；manipulation(abstract)；robotic(abstract)；分类 cs.RO、cs.AI、cs.CV

AI总结 研究如何将人类注视融入机器人策略以提升效率与稳健性，开发GIAVA系统，通过中央凹补丁令牌化将注视信息集成到视觉变换器，减少计算量，降低计算开销，增强稳健性，在高精度任务中提高成功率，凸显人类启发的中央凹视觉处理的潜力。

Comments Project page: https://soltanilara.github.io/giava/

UR-VC: Unsupervised Robotic Value Correction for Time-Derived Progress Proxies

UR-VC：用于时间衍生进度代理的无监督机器人价值校正

Lirui Zhao, Modi Shi, Li Chen, Qi Liu, Ping Luo, Hongyang Li

专题命中 机器人学习 ：robotic(title,abstract)；robot learning(abstract)；manipulation(abstract)；分类 cs.RO、cs.AI

AI总结 研究针对机器人学习中时间衍生进度标签不准确问题，提出无监督机器人价值校正方法UR-VC，利用演示数据中相似状态不同时出现的规律校正标签，在真实双手布料操作任务中取得积极效果，还能用于构建优势标签。