会前预热
具身智能
雷峰网 · GAIR DAO · 2026-08-14
来源:智柴
原文链接:https://zhichai\.net/topic/177618718
一个基于 DreamerV3 世界模型的在线持续强化学习框架,让机器人在硬件损坏或环境突变时无需人工干预,自动感知异常、切换学习模式、恢复稳定运动。
想象一下这个场景
一只机器狗正在工地上巡逻。突然,它的右后腿电机出了故障——输出功率只剩三分之一。换作传统机器人,它会立刻摔倒,然后等待维...
会前预热
具身智能
雷峰网 · GAIR DAO · 2026-08-14
来源:类人实验室
原文链接:https://mp\.weixin\.qq\.com/s/Ae710X63LHcajp00Oo1Nkw
让机器人抓鸡蛋、拿华夫饼而不捏碎,是VLA模型的噩梦。99%的研究者都在堆砌昂贵的触觉传感器,但一篇颠覆性论文说:触觉感知,可以离线学习,上线“盲操”!
让机器人抓鸡蛋、拿华夫饼而不捏碎,是VLA模型的噩梦。99%的研究者都在堆砌昂贵的触觉...
会前预热
具身智能
雷峰网 · GAIR DAO · 2026-08-14
来源:智驾具身数字挖掘
原文链接:https://mp\.weixin\.qq\.com/s/x1ybQksLJO4iZONiEmHqQw
作者 | Yuan Gao、Wenting Miao、Mattia Piccinini、Haoyu Wang、Qunying Song、Johannes Betz
机构 | 慕尼黑工业大学 TUM、慕尼黑机器人与机器智能研究所 MIRMI、伦敦大学...
会前预热
具身智能
雷峰网 · Guangwei.mai · 2026-08-13
来源:具身智能论文日记
原文链接:https://mp\.weixin\.qq\.com/s/7t3K\-OGfBccG1hqG4evJBw
具身导航系统通常让三维感知模块先把场景改写成坐标、场景图或自然语言,再交给视觉语言模型决策。SoftNav 质疑的正是这一步:连续三维表征被压成文字后,几何、语义与空间关系是否已经损失?它用一个轻量投影器,把每个对象和探索前沿的三维实体表示直接变...
会前预热
具身智能
雷峰网 · Guangwei.mai · 2026-08-13
来源:智能无人越野导航
原文链接:https://mp\.weixin\.qq\.com/s/Ks73dGqmHIe\-flIUvfQxjA
IEEE/RSJ 国际智能机器人与系统大会(International Conference on Intelligent Robots and Systems, IROS)创办于 1988 年,是机器人学、自动化系统及人工智能领域的全球两...
会前预热
具身智能
雷峰网 · Guangwei.mai · 2026-08-13
来源:视觉语言导航
原文链接:https://mp\.weixin\.qq\.com/s/TOVmH9nX8BAu\-rH\_ec2dbg
✨导读:用文字转述3D空间信息会丢失几何、语义细节,导航效果大打折扣!浙大团队推出SoftNav,直接把3D场景连续特征转为软Token输入VLM,仅17M可训练参数、1200条样本就刷新多导航赛道SOTA,还能零样本落地真实四足机器人。
来源...
会前预热
具身智能
雷峰网 · Guangwei.mai · 2026-08-13
How Many Roads must a man walk down,
Before you call him a man?
一个人要走过多少路,才能够称为男人?
The answer, my friend, is blowin' in the wind,
The answer is blowin' in the wind.
答案啊,我的朋友,答案飘散在风中。
...
会前预热
具身智能
雷峰网 · Guangwei.mai · 2026-08-13
雷锋网消息,加拿大温哥华当地时间晚上7点,IROS 2017在温哥华会展中心的大演播厅(Ballroom B,C&D)举行晚宴,招待来参加IROS 2017的付费参会者们。一直以来,参会者购买的门票收入都是大会收入的重要来源,占到了大会总收入的80%以上,借此宴会,IROS也希望能更好地与会员及社区成员交流,成为揭示最新研究动态的风向标。
在今天晚上的晚宴上,大会方公布了几个有...
会前预热
具身智能
雷峰网 · Guangwei.mai · 2026-08-12
来源:3D视觉工坊
原文链接:https://mp\.weixin\.qq\.com/s/ZBqMZ9\-bT8BkeaC2eg84ag
全景感知以其360度超宽视场覆盖,在机器人导航、自动驾驶、虚拟漫游和文化遗产数字化等领域扮演着不可替代的角色。然而,当我们试图从仅有的几张全景图恢复出完整的三维场景结构时,一个极其棘手的难题横亘眼前:传统的SfM/SLAM流程在旋转主导、弱视差运动条件...
会前预热
具身智能
雷峰网 · Guangwei.mai · 2026-08-12
来源:智驾具身新世界
原文链接:https://mp\.weixin\.qq\.com/s/JsebXS7LzFhcKMECrnVP5g
本篇论文出发点:
现有端到端自动驾驶模型的局限性:虽然是端到端方案了,感知决策规划在一个网络中,但仍然存在长尾场景泛化能力差(没见过的情况容易出错),复杂语义理解不足的问题,比如(比如交通意图、规则、上下文),缺乏灵活推理能力(决策比较“死板”)
...