清华大学获X-Embodiment最佳论文奖,机器人顶会CoRL 2024获奖名单出炉
Micheli
2024-11-13 00:00:00
2521
清华大学高阳团队在CoRL 2024 X-Embodiment研讨会上荣获最佳论文奖。他们的论文《数据缩放定律在机器人操作模仿学习中的应用》展示了机器人领域的一项重大进展,重点研究了环境和物体多样性对机器人策略泛化能力的影响。该团队通过创新的数据收集方案,以及他们的模型在新环境中取得的高成功率,凸显了他们工作的实际应用价值。这一成就对于对机器人操作最新进展和模仿学习在现实世界场景应用感兴趣的人士具有重要意义。
清华大学高阳团队在CoRL 2024 X-Embodiment研讨会上荣获最佳论文奖。他们的论文《数据缩放定律在机器人操作模仿学习中的应用》展示了机器人领域的一项重大进展,重点研究了环境和物体多样性对机器人策略泛化能力的影响。该团队通过创新的数据收集方案,以及他们的模型在新环境中取得的高成功率,凸显了他们工作的实际应用价值。这一成就对于对机器人操作最新进展和模仿学习在现实世界场景应用感兴趣的人士具有重要意义。- 清华大学高阳团队在CoRL 2024机器人顶会的X-Embodiment Workshop中获得最佳论文奖。
- 他们的论文研究了数据规模定律在机器人操作中的模仿学习中的应用。
- 研究团队收集了超过40,000次演示,并进行了15,000多次机器人实测。
- 结果表明,策略的泛化能力主要依赖于环境和对象的多样性,而非单纯的演示数量。
- 他们设计了一种高效的数据收集方案,使两个任务在新环境和新对象上的成功率达到约90%。
- 该论文的作者是来自清华大学交叉信息研究院的高阳和他的学生林凡淇、胡英东、盛平岳、Chuan Wen、游嘉诚。
- 其他两篇获奖论文分别是《PoliFormer: Scaling On-Policy RL with Transformers Results in Masterful Navigators》和《One Model to Drift Them All》。
版权声明:
创新中心创新赋能平台中,除来源为“创新中心”的文章外,其余转载文章均来自所标注的来源方,版权归原作者或来源方所有,且已获得相关授权,若作者版权声明的或文章从其它站转载而附带有原所有站的版权声明者,其版权归属以附带声明为准。其他任何单位或个人转载本网站发表及转载的文章,均需经原作者同意。如果您发现本平台中有涉嫌侵权的内容,可填写
「投诉表单」进行举报,一经查实,本平台将立刻删除涉嫌侵权内容。
评论