清華大學(xué)獲X-Embodiment最佳論文獎(jiǎng)，機(jī)器人頂會(huì)CoRL 2024獲獎(jiǎng)名單出爐

AIGC動(dòng)態(tài)歡迎閱讀

原標(biāo)題：清華大學(xué)獲X-Embodiment最佳論文獎(jiǎng)，機(jī)器人頂會(huì)CoRL 2024獲獎(jiǎng)名單出爐
關(guān)鍵字：環(huán)境,清華大學(xué),機(jī)器人,物體,數(shù)量
文章來源：AI科技評(píng)論
內(nèi)容字?jǐn)?shù)：0字

內(nèi)容摘要：

清華大學(xué)高陽團(tuán)隊(duì)榮獲CoRL 2024X-Embodiment Workshop最佳論文獎(jiǎng)。作者丨劉潔
編輯丨岑峰
來自清華大學(xué)的高陽團(tuán)隊(duì)在最新一屆機(jī)器人頂級(jí)會(huì)議 CoRL 2024（Conference on Robot Learning）中榮獲 X-Embodiment Workshop最佳論文獎(jiǎng)。
CoRL 是全球機(jī)器人學(xué)習(xí)領(lǐng)域的頂級(jí)學(xué)術(shù)會(huì)議，每年匯聚來自全球頂尖學(xué)府的創(chuàng)新研究，評(píng)選出的最佳論文通常代表著前沿技術(shù)與重大突破。
清華團(tuán)隊(duì)此次獲獎(jiǎng)的論文標(biāo)題為《Data Scaling Laws in Imitation Learning for Robotic Manipulation》，關(guān)注的是數(shù)據(jù)規(guī)模定律在機(jī)器人操作中的模仿學(xué)習(xí)中的應(yīng)用，尤其是能否通過適當(dāng)?shù)臄?shù)據(jù)規(guī)模來實(shí)現(xiàn)零樣本泛化。
研究團(tuán)隊(duì)收集了超過 40,000 次演示，并進(jìn)行了 15,000 多次機(jī)器人實(shí)測。結(jié)果表明，策略的泛化能力主要依賴于環(huán)境和對(duì)象的多樣性，而非單純的演示數(shù)量。
在此基礎(chǔ)上，他們設(shè)計(jì)了一種高效的數(shù)據(jù)收集方案，僅需四個(gè)采集者花一下午便能獲取足夠數(shù)據(jù)，使兩個(gè)任務(wù)在新環(huán)境和新對(duì)象上的成功率達(dá)到約 90%。
隨

原文鏈接：清華大學(xué)獲X-Embodiment最佳論文獎(jiǎng)，機(jī)器人頂會(huì)CoRL 2024獲獎(jiǎng)名單出爐

聯(lián)系作者

文章來源：AI科技評(píng)論
作者微信：
作者簡介：