DLAM: Distributional Latent Actions with Temporal Constraints
DLAM:带时间约束的分布隐式动作模型
专题命中 具身与机器人 :latent dynamics(abstract);分类 cs.AI、cs.CV、cs.RO
AI总结 该研究针对VLA模型数据稀缺问题,提出带时间约束的分布隐式动作模型DLAM,通过特定约束优化隐式动力学,提升了视频重建效果及机器人操作任务的策略性能。
视觉与机器人
面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。
DLAM:带时间约束的分布隐式动作模型
专题命中 具身与机器人 :latent dynamics(abstract);分类 cs.AI、cs.CV、cs.RO
AI总结 该研究针对VLA模型数据稀缺问题,提出带时间约束的分布隐式动作模型DLAM,通过特定约束优化隐式动力学,提升了视频重建效果及机器人操作任务的策略性能。
无皱鲁棒性:并行仿真与鲁棒MPC实现可认证的变形体操作
机构 * Georgia Institute of Technology(佐治亚理工学院)
专题命中 具身与机器人 :model-based RL(abstract);分类 cs.AI、cs.LG、cs.RO
AI总结 提出CORD-SLS实时控制方法,通过GPU并行可微仿真与接触平滑实现高效梯度规划,结合鲁棒模型预测控制与共形预测校准,在绳索和布料操作中达到毫秒级规划与高安全性。
从视频中学习软体连续体机器人的视觉可解释振荡器网络
机构 * Department of Advanced Interdisciplinary Studies, The University of Tokyo(东京大学先进跨学科研究系) ; Institute of Assembly Technology and Robotics, Leibniz University Hannover(莱比锡大学汉诺威装配技术与机器人研究所) ; Research Center for Advanced Science and Technology, The University of Tokyo(东京大学先进科学研究中心)
专题命中 具身与机器人 :latent dynamics(abstract);分类 cs.LG、cs.CV、cs.RO
AI总结 提出注意力广播解码器(ABCD)和视觉振荡器网络(VONs),实现从视频中学习软体连续体机器人动力学的视觉和机械可解释性,多步预测误差降低5.8倍。
Comments Code available at: https://github.com/UThenrik/visual_oscillators_for_SCR Dataset available at: https://zenodo.org/records/17812071 Video available at: https://youtu.be/i80H8erVISM
基于非操控操作的强化学习:从仿真到物理系统的迁移
机构 * University of Washington(华盛顿大学) ; Roboti LLC(Roboti公司)
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.LG、cs.RO;simulation model(abstract)
AI总结 本文提出了一种基于仿真的强化学习方法,用于非操控操作任务,通过在仿真环境中训练策略,成功迁移到物理系统中,且在模型集合训练下提升了策略的鲁棒性。
Comments Accepted at IEEE SIMPAR 2018. Project page: https://sites.google.com/view/phantomsim2real
通过可控的2D切片导航任务进行3D MRI图像预训练
机构 * Beijing University of Posts and Telecommunications(北京邮电大学) ; Peking University(北京大学)
专题命中 具身与机器人 :latent dynamics(abstract);分类 cs.AI、cs.CV;dynamics model(abstract)
AI总结 本文提出通过可控2D切片导航任务预训练3D MRI图像,利用动作轨迹控制生成视频动作序列,提升解剖和空间表示学习能力。
Comments 9 pages, 5 figures
机构 * Columbia University Department of Computer Science(哥伦比亚大学计算机科学系) ; Columbia University Data Science Institute(哥伦比亚大学数据科学研究院)
专题命中 具身与机器人 :world model(comments);world models(comments);分类 cs.CV、cs.RO;world model(comments)
Comments 8 pages, 7 figures, 4 tables; Appeared at the ICML 2025 Workshop on Building Physically Plausible World Models
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.AI、cs.LG、cs.RO
Comments Published at Reinforcement Learning Conference (RLC) 2024. Website: http://lfzhao.com/map-nav/
Journal ref Journal-ref: Reinforcement Learning Journal, Volume 5, 2024, Pages 2359-2372
专题命中 具身与机器人 :environment model(abstract);分类 cs.AI、cs.CV、cs.RO
专题命中 具身与机器人 :environment model(abstract);分类 cs.AI、cs.LG、cs.RO
专题命中 具身与机器人 :分类 cs.LG、cs.CV、cs.RO;dynamics model(abstract);predictive model(abstract);predictive models(abstract)
Comments Project page: https://robopil.github.io/adaptigraph/
专题命中 具身与机器人 :model-based RL(abstract);分类 cs.AI、cs.LG、cs.RO
Comments This is an updated version of a manuscript that originally appeared at CoRL 2023. The project website is here https://sites.google.com/view/mo2o
Journal ref Proceedings of The 7th Conference on Robot Learning, PMLR 229:3654-3671, 2023
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.LG、cs.RO;dynamics model(abstract)
Comments 16 double column pages, 14 figures, 3 tables
Journal ref IEEE Transactions on Robotics; Print ISSN: 1552-3098; Online ISSN: 1941-0468
专题命中 具身与机器人 :latent dynamics(abstract);分类 cs.AI、cs.RO;dynamics model(abstract)
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.AI、cs.RO、cs.MA
Comments 11 pages; 4 figures
专题命中 具身与机器人 :environment model(abstract);分类 cs.AI、cs.LG、cs.RO
Comments 8 pages, 5 figures. Accepted to IEEE Robotics and Automation Letters
专题命中 具身与机器人 :latent dynamics(abstract);分类 cs.AI、cs.LG、cs.RO
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.LG、cs.RO;dynamics model(abstract)
Comments IEEE International Conference on Robotics and Automation (ICRA), Xi'an, China, 2021
Journal ref 2021 IEEE International Conference on Robotics and Automation (ICRA)
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.AI、cs.LG、cs.RO
Comments 2020 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) | Video: http://tiny.cc/famle_video
专题命中 具身与机器人 :environment model(abstract);分类 cs.AI、cs.LG、cs.RO
Comments Conference on Robot Learning (CoRL) 2020 Oral. First two authors contributed equally
Journal ref 4th Conference on Robot Learning (CoRL 2020)
专题命中 具身与机器人 :model-based RL(abstract);分类 cs.LG、cs.CV、cs.RO
Comments Robotics: Science and Systems (RSS) 2020 camera ready submission. Project website: https://sites.google.com/view/rss20avid
专题命中 具身与机器人 :model-based RL(abstract);分类 cs.AI、cs.LG、cs.RO
Comments Conference on Robot Learning (CoRL) 2019 Oral. First two authors contributed equally
Journal ref 3rd Conference on Robot Learning (CoRL 2019)
专题命中 具身与机器人 :model-based RL(abstract);分类 cs.AI、cs.LG、cs.RO
Comments Videos available at https://sites.google.com/view/gvf-tool
专题命中 具身与机器人 :environment model(abstract);分类 cs.AI、cs.LG、cs.RO
Comments Accepted to ICRA 2019
专题命中 具身与机器人 :分类 cs.AI、cs.LG、cs.CV;predictive model(abstract);predictive models(abstract)
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.AI、cs.LG、cs.RO
Comments IJCAI 18
专题命中 具身与机器人 :model-based RL(abstract);分类 cs.AI、cs.LG、cs.RO
Comments To be published in Machine Learning Journal
Journal ref Machine Learning 2017
专题命中 具身与机器人 :model-based reinforcement learning(abstract);分类 cs.LG、cs.RO;dynamics model(abstract)
机构 * University of California San Diego(加州大学圣地亚哥分校) ; Hillbot Inc(Hillbot公司)
专题命中 具身与机器人 :dynamics model(title,abstract);分类 cs.CV、cs.RO
Comments CoRL 2025. Project website: https://uniclothdiff.github.io/
专题命中 具身与机器人 :dynamics model(title,abstract);分类 cs.AI、cs.RO
Comments Project Page: https://haonan16.github.io/coord_bimanual_page/. 12 pages, 12 figures, Accepted at ICRA 2025
专题命中 具身与机器人 :dynamics model(title,abstract);分类 cs.LG、cs.RO
Comments ©2023 IEEE. Accepted for publication in European Conference on Mobile Robots (ECMR), 2023. Version including corrections (see p. 8)