REMIND解决视觉跟踪核心挑战：重识别消失后重新出现、外观相似或视角变化的物体，用于室内导航场景。
不用LiDAR和地图，仅凭单目摄像头图像集成YOLOv8、ByteTrack、MiDaS实现检测、追踪、车道识别、测距与碰撞预警，已在GitHub开源。
HiFi-UMI仅用高保真UMI（通用操作接口）采集的数据即可学习可部署的机器人操作策略，无需额外标注。
PRISM-VO是一种光场相机视觉里程计框架，通过光度束调整联合优化位姿与深度，无需外部深度传感器即可恢复精确的度量尺度运动。
在LIBERO上，mimic-video达到10倍样本效率和2倍收敛速度，单次演示即获77%成功率，因结构上区别于pi0等基于VQA的VLA模型。
将扩散流操作策略变为反应式实时控制：快速本体感知通道+异步视觉通道+延迟自适应流调度，单步去噪每帧重规划，在真实机械臂上达 25Hz，成功率提升 30%。
Sungjae Park, Shubham Tulsiani
DexRobot开源SO101抓取SFT与DM0.5 LoRA微调：仅用50条橙色方块数据微调后，实机成功将方块放入盘中。
ImmersiVERSE基于Unreal Engine与Isaac Sim开发物理特性考量的LiDAR仿真,重现天候与噪声并用实数据验证,让开发者在实机部署前安全测试失败案例,提升自主AI与机器人可靠性。
提出物理感知策略蒸馏方法,将物理先验蒸馏进RL策略,提升强化学习的可解释性与鲁棒性,服务于机器人控制。
Shaker Al-Tamari, Waled Kadour
提出NEO方法,一次NeRF建模后支持多次物体编辑,服务于连续物体操作任务的表征与编辑,降低重复建模成本。
Mikołaj Zieliński, David Hall, Dominik Belter
提出KAI运动学感知接口,通过运动学先验提升铰接物体操作的数据效率,降低机器人操作策略的样本需求。
Yaping Li, Zhaxizhuoma, Qiaojun Yu
提出GenSplatCodec,通过一步扩散实现前馈3D高斯泼溅压缩,降低存储与传输开销,服务于3DGS高效部署。
Qiang Hu, Zhenlong Wu, Lei Huang
本站含 CakeGrowth 联盟推广链接,我们可能从符合条件的购买中获得佣金。
