机器人学习

大江东去浪淘尽千古风流人物

【RoboDojo】机器人操作通用策略统一评估基准：42仿真+18现实任务×异构并行深度解析通用机器人操作策略发展迅速，但现有基准在系统性评估上存在局限——任务简单、短序列、能力覆盖窄，且仅在仿真或仅在现实中进行。仿真评估可扩展但缺失物理部署挑战，现实评估成本高、耗时且难以复现。RoboDojo 提出统一的仿真-现实评估基准，包含 42 个仿真任务和 18 个现实任务，覆盖五大能力维度（泛化、记忆、精度、长序列、开放式），通过 Isaac Sim 异构并行仿真实现可扩展反馈，通过 RoboDojo-RealEval 提供可复现的现实评估系统（云端访问、标准化硬件、场景重置、评估协议）。配合 XP

大江东去浪淘尽千古风流人物

【Patch Policy】稠密视觉表示驱动的轻量级机器人策略深度解析机器人策略常把一帧图像压缩成 CLS token 或全局平均池化向量，虽然计算方便，却容易丢失插孔、边缘、接触点等精细空间信息；直接使用 patch token 的视觉语言动作模型又往往背负数十亿参数。论文《Patch Policy: Efficient Embodied Control via Dense Visual Representations》提出一个更轻量的中间方案：冻结预训练 Vision Transformer，保留每帧的 dense patch features，并用 block-cau

具身智能之心

Gemini Robotics 2 背后，仿真是机器人持续学习的基础设施大家有没有发现。最近几个星期的行业动态和技术进展，将仿真再次推到具身智能讨论的中心。起因是 Gemini Robotics 2 发布之后的几天。虽然大部分人的注意力都还在 Demo 所展示的能力上：Apollo 2 拧灯泡、整理货架，双臂协作、全身控制等等，全身智能所展示的想象空间确实很有潜力。

猫先生Mr.Mao

具身智能跨本体学习之Open X-Embodiment详解：让22种机器人共享同一套操作经验【从零走向AGI】旨在深入了解通用人工智能（AGI）的发展路径，从最基础的概念起，逐步构建完整的知识体系。项目地址🔗：https://github.com/AI-mzq/From-Zero-to-AGI.git

猫先生Mr.Mao

具身智能之UniJEPA详解：让机器人同时“听懂、预见、动起来”的统一表征学习【从零走向AGI】旨在深入了解通用人工智能（AGI）的发展路径，从最基础的概念起，逐步构建完整的知识体系。项目地址🔗：https://github.com/AI-mzq/From-Zero-to-AGI.git

中國龍在廣州

“物理AI”吹响号角比赛已经开始。AI接下来会如何发展？未来十年，人与机器将如何重新分工？英伟达CEO黄仁勋给出了最新答案。

中國龍在廣州

谈谈2025年人工智能现状及发展趋势分析一年结束，是时候回顾今年的人工智能发展现状，并展望来年的发展趋势了。这份概述基于包括麻省理工学院、普华永道、OpenAI、OpenRouter 等在内的众多全球机构的数据。

机器人持续学习基准LIBERO系列10——文件结构

机器人持续学习基准LIBERO系列6——获取并显示实际深度图

【AI视野·今日Robot 机器人论文速览第六十九期】Wed, 3 Jan 2024AI视野·今日CS.Robotics 机器人学论文速览 Wed, 3 Jan 2024 Totally 5 papers 👉上期速览✈更多精彩请移步主页

我是有底线的