第一人称视频
-
Ego2X把第一人称视频里的物体接触迁到不同机器人,X-VLA在200个场景成功率从40.5%升至67.0%
一篇11月19日发布于arXiv的论文提出Ego2X,主张从第一人称视频里迁移的不该是人手怎么动,而是物体上的接触如何发生。该方法面向灵巧手和平行夹爪,并在RoboTwin 2.0中仅用转换后的数据后训练X-VLA,任务成功率从零样本的40.5%提高到67.0%。
一篇11月19日发布于arXiv的论文提出Ego2X,主张从第一人称视频里迁移的不该是人手怎么动,而是物体上的接触如何发生。该方法面向灵巧手和平行夹爪,并在RoboTwin 2.0中仅用转换后的数据后训练X-VLA,任务成功率从零样本的40.5%提高到67.0%。