喂入 UMI 数据集，自动优化出移动操作机器人本体
SongShuran · x · 2026-09-06
haqhuy 介绍其「Transformer Transformer」方法：以多样动作（如 UMI 数据集）为条件，共同优化出适配这些动作的移动操作机器人——即由数据驱动同时设计机器人本体与策略。作者注意到 sundayrobotics 的 Memo 躯干设计对结果至关重要，并致谢团队成员。该工作入选 CoRL 2026。
所属事件:斯坦福团队发布 Transformer Transformer 自动设计机器人本体(3 条相关)→
「具身」频道最新
- 经典意义的世界模型 (s, a → s′)：充当神经版 MuJoCo 模拟器 — yshan2u · 2026-10-23
- Gen-HumanWholeBody 全身操作数据集开源:600 小时、1281 种人类技能 — AdinaYakup · 2026-10-23
- 斯坦福免费公开机器人自主课程:19 章 520 页,附 33 讲视频 — lukas_m_ziegler · 2026-10-23
- 小马智行与 inDrive 拟 2027 年在哈萨克斯坦推 Robotaxi — VectorWireAI · 2026-10-23
- MambaAct 用 Mamba 替换 VLA 动作专家,延迟降 59% 成功率反升 — MBZUAI · 2026-10-23
- 西方创业者游历大湾区：硬件打样速度是欧美的4倍以上 — DominiqueCAPaul · 2026-10-23