跳到主要内容
检索

# 机器人学习

2 篇关联报道

订阅更新
  1. arXiv

    Ropedia Xperience 2 把场景扫描与第一人称动作配准到同一坐标系,一次采集可复用为仿真环境与机器人轨迹

    Ropedia 发布 Xperience 2,把真实场景的米制三维扫描与第一人称人体动作记录配准到同一坐标系,使一次采集既能作为评测参照,也能转成仿真环境和机器人轨迹。它包含 1,589 个已发布扫描,以及覆盖 74 项任务、共 131 小时的 4,230 段记录,采集只用手持激光扫描仪和头戴相机,不需要机器人或动捕设备。在共用的 20 个评测场景上,深度与几何、三维目标检测、空间推理三组基准显示现有模型各有短板,例如三维目标检测中没有任何方法的 AP50 超过 7。

  2. arXiv

    HubEgo-100K首版放出1万小时第一视角技能劳动视频:1.2万名拍摄者、1.5万个环境,专为多样性而建

    HubEgo-100K发布首个版本v1.0,包含10,124小时1080p第一视角视频,由12,227名拍摄者在自己的工地、车间或家中记录未脚本化的技能劳动,覆盖15,548个环境、11类场所、30个工作类别和56种任务类型,其中83%的小时数来自工作场所。数据集针对模仿学习泛化依赖环境与物体多样性这一已发表结论而设计,每段视频配有同步约100 Hz的惯性数据和机器生成的动作与语言标注,以CC BY 4.0发布。作者同时说明,本版本尚未训练基线策略,多样性对策略性能的作用留待后续版本验证。

已读完全部报道