斯坦福 DexAgent:一条人类第一视角视频即可生成机器人灵巧操作训练数据
StanfordAILab · x · 2026-10-15
斯坦福 SAIL 团队(作者含 Li Fei-Fei、Jiajun Wu 等)发布 DexAgent,一个将单条人类第一视角视频转化为机器人灵巧操作训练数据的 agentic 框架。
核心思路:
- 不直接模仿人手动作,而是让 AI agent 在仿真中重建底层物理交互(如瓶盖沿螺纹旋转、瓶身须保持稳定)
- 验证重建物体的物理属性后,生成可行且优化的机器人轨迹
- 跨不同初始条件生成多样化训练演示,学到可泛化的策略
- 持续扩展可复用的技能与验证器库
论文指出,单纯复制人类手部动作不足以让机器人应对不同位置的同一任务,真正挑战是把一次观察变成多样、物理一致的机器人经验。
「具身」频道最新
- Scobleizer 探访 Bucket Robotics:机器视觉质检助力美国制造业回流 — Scobleizer · 2026-10-15
- Oura 戒指为何用心理治疗师的口吻跟我说话 — var_epsilon · 2026-10-15
- SONIC 适配全尺寸人形机器人：智元 A3 与优必选 Walker C1 — zhengyiluo · 2026-10-15
- RealSense 新款 D555/D585 内置四核 SoC 与 AI 模型 — chrismatthieu · 2026-10-15
- Feather Robotics 一周连发:机器人启程新西兰与印度 — darian314 · 2026-10-15
- RealSense D415 降价至 300 美元内,Digikey 库存近 750 台 — chrismatthieu · 2026-10-15