Dex-One2Many:一条人类视频训出多种构型操作机器人
furongh · x · 2026-10-10
团队推出 Dex-One2Many,采用 Real2Sim2Real 路线,结合神经符号表征与新方法「受控多样化」:从一段单一场景下的人类操作视频,训练出能泛化到不同物体位置、目标位姿与抓取方式的机器人策略。
技术流程要点:
- 提取任务结构:用视觉-语言模型把演示转成场景图序列,刻画任务的关系结构(手应持何物、工具应接触什么、物体应到哪)。
- 符号结构规定每个阶段必须成立的约束,神经策略负责发现如何达成。
- 受控多样化:在仿真中生成多样训练经验,同时保留任务底层约束,从而获得超出示例的泛化能力。
所属事件:Dex-One2Many：一条人类视频训练多种构型机器人灵巧操作(2 条相关)→
「具身」频道最新
- SpaceX 前工程师融资 1 亿美元造自动驾驶电动货运列车 — chrisgrayson · 2026-10-10
- Kleiner Perkins 合伙人：机器人时刻已到，硬件降价+AI 变强 — Sethwinterroth · 2026-10-10
- 2D 协同进化通信迁移到实体机器人:30 次实验仅 1 次成功 — uv-mex · 2026-10-10
- 协同进化通信 2D→3D 迁移:短回合评估会低估控制器性能 — uv-mex · 2026-10-10
- SGS 只改 RL 重置采样,机器人零真实数据组装齿轮成功率94% — abhishekunique7 · 2026-10-10
- 博主建议在机器人模型预训练中加入 CUA 数据 — eigenron · 2026-10-10