跳到主要内容
检索

# CORE接触中心物体交互表示

1 篇关联报道

订阅更新
  1. arXiv

    第一人称视频转机器人数据改看物体接触:Ego2X 让 X-VLA 在配对场景上从零样本 40.5% 升到 63.5%

    把第一人称视频转成机器人可执行数据,此前主要迁移手和手臂的运动轨迹,并以视觉外观判断像不像;但单目手部估计沿视线方向会漂移,而稳定操作要求物体表面上的精细接触,于是手指悬在物体旁、夹爪夹在空处。Ego2X 改为以物体为中心,用接触记录描述每次接触落在物体表面的哪个锚点、相对力多大、属于哪种抓握模式、处于哪个交互阶段,并让这套记录贯穿深度校正、逆运动学与视频合成。在 RoboTwin 2.0 中,仅用经校验的 Ego2X 片段后训练 X-VLA、不加入仿真专家演示,配对场景上的任务成功率从零样本的 40.5% 提升到 63.5%。

已读完全部报道