技术栈
具身智能
视觉语言导航
1 天前
人工智能
·
深度学习
·
机器人
·
具身智能
ICPR-2025 | 让机器人在未知环境中 “听懂” 指令精准导航！VLTNet：基于视觉语言推理的零样本目标导航
作者：Congcong Wen, Yisiyuan Huang, Hao Huang ,Yanjia Huang, Shuaihang Yuan, YuHao, HuiLin and Yi Fang
视觉语言导航
6 天前
人工智能
·
深度学习
·
具身智能
IJCV-2025 | 深圳大学记忆增强的具身导航！ESceme：基于情景记忆的视觉语言导航
论文首次提出Episodic Scene Memory（ESceme）场景记忆机制，通过记忆过去的访问场景来平衡泛化能力和效率。
寻丶幽风
8 天前
论文阅读
·
笔记
·
机器人
·
dp
·
具身智能
论文阅读笔记——Reactive Diffusion Policy
RDP 论文ACT、 π 0 \pi_0 π0 采取了动作分块，在动作分块执行期间处于开环状态，无法及时响应环境变化，缺乏触觉输入，无法适应高精度（力控制）任务和及时响应。现有的触觉输入是侧重于观察方面，利用触觉输入提供视觉遮挡或接触状态判断等信息。在数据上，MTDP（Mixed-Teleoperation Demonstration Policy）通过增强现实（AR）技术实现了两大突破性改进：1）异构机器人兼容性 - 克服了传统ALOHA双边控制系统必须使用同构机器人的限制；2）成本优化 - 相比基于专
视觉语言导航
10 天前
人工智能
·
机器人
·
具身智能
ICRA-2025 | 视觉预测助力机器人自主导航！NavigateDiff：视觉引导的零样本导航助理
论文主要解决的问题是家庭机器人在导航不熟悉环境时面临的挑战，特别是如何在不进行大量地图绘制和探索的情况下，实现零样本导航。
BFT白芙堂
11 天前
人工智能
·
算法
·
机器学习
·
具身智能
·
franka机器人
·
科研机器人
·
机器人解决方案
Franka 机器人x Dexterity Gen引领遥操作精细任务新时代
教授机器人工具灵活操作难题在教授机器人灵活使用工具方面，目前主要有两种策略：一是人类遥控（用于模仿学习），二是模拟到现实的强化学习。然而，这两种方法均存在明显的局限性。
视觉语言导航
12 天前
人工智能
·
机器人
·
具身智能
基于视觉语言模型的机器人实时探索系统！ClipRover：移动机器人零样本视觉语言探索和目标发现
该问题的研究难点包括：此外，决策模块还包括两个附加功能：为了增强管道中位置信息的嵌入，原始相机帧在输入视觉语言模型之前被分割成更小的tiles。
视觉语言导航
15 天前
人工智能
·
深度学习
·
机器人
·
无人机
·
具身智能
华东师范地面机器人融合空中无人机视角的具身导航！KiteRunner：语言驱动的户外环境合作式局部-全局导航策略
该问题的研究难点包括：视觉-语言整合的语义导航：扩散模型用于局部路径规划：基于俯视图的全局规划：VLP负责从自然语言指令中提取语义地标，并将其与存储在拓扑图中的视觉地标进行匹配，以生成最优路径。具体步骤包括：
寻丶幽风
15 天前
论文阅读
·
笔记
·
扩散模型
·
具身智能
·
双壁机器人
论文阅读笔记——RDT-1B: A DIFFUSION FOUNDATION MODEL FOR BIMANUAL MANIPULATION
RDT-1B 论文 模型表达与泛化能力：由于双臂操作中动作空间维度是单臂空间的两倍，传统方法难以建模其多模态分布。 数据：双臂数据少且不同机器人的物理结构和动作空间差异（如关节数、运动范围）导致数据分布不一致，直接合并训练可能引发负迁移（negative transfer）。
视觉语言导航
25 天前
人工智能
·
深度学习
·
具身智能
ICASSP-2025 | 国防科大具身导航高效记忆与推理！GAR：基于图感知推理与双向选择的视觉语言导航
作者： DongmingZhou, JinshengDeng, ZhengbinPang, WeiLi
一点人工一点智能
1 个月前
机器人
·
具身智能
·
模仿学习
让机器人学会“读心术“：FABG如何实现情感零延迟交互？
编辑：陈萍萍的公主@一点人工一点智能让机器人学会"读心术"：FABG如何实现情感零延迟交互？【机器人秒变读脸专家！】VR眼动追踪+58组表情传感器，连你挑眉的0.1秒微表情都能实时克隆！独家预测算法预判人类情绪，25自由度机械脸竟比人类反应更快…https://mp.weixin.qq.com/s/sTXIxFy585XoAMo6wneHaw
ModestCoder_
1 个月前
强化学习
·
具身智能
Ubuntu20.04系统安装IsaacSim4.5与IsaacLab环境
今天用自己的Ubuntu20.04系统安装最新更新的IsaacSim 4.5 与 最新版的IsaacLab遇到了问题，且这个问题组里师兄之前也遇到了，我的解决方法是从头来过，所及记录一下。
一点人工一点智能
1 个月前
机器人
·
具身智能
·
足式机器人
HOVER：人形机器人的多功能神经网络全身控制器
编辑：陈萍萍的公主@一点人工一点智能HOVER：人形机器人的多功能神经网络全身控制器HOVER通过策略蒸馏和统一命令空间设计，为人形机器人提供了通用、高效的全身控制框架。https://mp.weixin.qq.com/s/R1cw47I4BOi2UfF_m-KzWg
视觉语言导航
1 个月前
人工智能
·
机器人
·
具身智能
中科院自动化所人形机器人研究进展：全面综述与展望
作者：Yuchuang Tong, Haotian Liu, and Zhengtao Zhang单位：中国科学院自动化研究所，中国科学院大学人工智能学院
紫雾凌寒
1 个月前
人工智能
·
计算机视觉
·
cnn
·
transformer
·
具身智能
·
ei
计算机视觉｜首次写入政府工作报告！这个科技新词“具身智能”到底是什么？
具身智能（Embodied Intelligence） 是人工智能领域的关键研究方向，强调智能体通过物理实体与环境交互实现认知和智能行为。与传统人工智能基于静态数据和符号推理不同，具身智能依赖动态感知与动作的协同作用。智能体通过传感器（如摄像头、激光雷达、触觉传感器）采集环境信息，经过内部决策生成动作，并在执行中实时调整，形成 “感知-思考-行动” 的闭环。例如，人形机器人在室内导航时，利用摄像头捕捉墙壁和家具布局，结合激光雷达测量距离，决策移动方向并避开障碍物。这一过程模拟了人类通过视觉、听觉和肢体协作
视觉语言导航
1 个月前
人工智能
·
深度学习
·
具身智能
清华大学城市空间具身连续视觉感知问答基准测试！UrbanVideo-Bench：首个针对多模态大模型的运动认知评估数据集
作者：Baining Zhao, Jianjie Fang, Zichao Dai, Ziyou Wang, Jirong Zha, Weichen Zhang, Chen Gao, Yue Wang, Jinqiang Cui, Xinlei Chen, Yong Li
视觉语言导航
1 个月前
人工智能
·
深度学习
·
具身智能
RAG助力机器人场景理解与具身操作！EmbodiedRAG：基于动态三维场景图检索的机器人任务规划
随着机器人环境规模的扩大和场景图信息复杂性的增加，直接将3D场景图（3DSGs）提供给基于大模型（LLMs）的规划器变得不可行，主要由于输入token数量限制和LLMs中的注意力偏差。
视觉语言导航
2 个月前
人工智能
·
深度学习
·
具身智能
微软具身智能感知交互多面手！Magma：基于基础模型的多模态AI智能体
作者： Jianwei Yang, Reuben Tan, Qianhui Wu, Ruijie Zheng, Baolin Peng, Yongyuan Liang, Yu Gu, MuCai, SeonghyeonYe, JoelJang, Yuquan Deng, Lars Liden, Jianfeng Gao
一点人工一点智能
2 个月前
机器人
·
视觉语言模型
·
具身智能
·
人形机器人
Harmon：从语言描述中生成人形机器人的全身动作
编辑：陈萍萍的公主@一点人工一点智能Harmon | 从语言描述中生成人形机器人的全身动作这篇论文介绍了一种名为“HARMON”的方法，用于从自然语言描述中生成人形机器人的全身运动。https://mp.weixin.qq.com/s/AYwufIE_cABB1e3jTTHeQQ
视觉语言导航
2 个月前
人工智能
·
具身智能
NeurIPS-2024 | 具身智能如何理解空间关系？SpatialRGPT：视觉语言模型中的具象空间推理
作者：An-Chieh Cheng, Hongxu Yin, Yang Fu, Qiushan Guo, Ruihan Yang, Jan Kautz, Xiaolong Wang, Sifei Liu
视觉语言导航
2 个月前
人工智能
·
机器人
·
具身智能
ICML-2024 | 具身智能如何数据自由？RoboGen：基于生成式模拟实现全自动无限数据机器人学习
作者：Yufei Wang, Zhou Xian, Feng Chen, Tsun-Hsuan Wang, Yian Wang, Katerina Fragkiadaki, Zackory Erickson, David Held, Chuang Gan