כתבה
arXiv cs.LG ·
VioLA: למידת מדיניות שליטה גנרליסטית של רובוט זומבי
VioLA: Learning Generalist Humanoid Control Policies from Human Data
מאמר זה עוסק בלמידת מדיניות שליטה גנרליסטית של רובוט זומבי, שמאפשרת לו לעקוב אחר הנחיות ללא צורך בהסתגלות. המאמר מציג את VioLA, פוליצי גנרליסטי של רובוט זומבי, שמסוגל לעקוב אחר הנחיות ללא צורך בהסתגלות. הפוליצי משתמש בלטנטים של תנועה וידיים, ולא בפקודות גלימה. המאמר מציג תוצאות של VioLA במספר ניסויים, ומציע את VioLA כפתרון לבעיית הלמידה של רובוטים זומביים.
תקציר מקורי באנגליתarXiv:2610.12435v1 Announce Type: cross Abstract: Teaching a humanoid to follow instructions with its whole body runs into two obstacles. Its action space is large and tightly coupled: legs, arms, and fingers must move together while the robot keeps its balance, which makes joint-level actions hard to learn. And humanoid demonstrations are scarce, so current humanoid generalist policies do not follow new instructions out of the box and are fine-tuned on teleoperated demonstrations of each task before deployment. Human demonstrations exist in far larger numbers, but a person's motion is not a robot command. We remove both obstacles by changing what the generalist policy predicts. We introduce VioLA, a generalist humanoid policy that predicts body and hand motion latents instead of joint com
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית