Работа сводит выбор момента вмешательства к классификации одним токеном и создаёт дополнительную разметку с помощью видеоагента. Авторы сравнивают визуально обоснованную разметку с обучением по текстовым описаниям.
Этот источник давно не обновлялся. Время замера указано выше.
График появится после повторных замеров. Текущий показатель уже получен из источника.
3 голосов источникаТолько реальные замеры. История до подключения источника не восстанавливается.
Проактивному ассистенту нужно уметь выбирать подходящий момент для помощи.
Тактильное восприятие является неотъемлемой модальностью для манипуляций с высокой степенью свободы, однако коммерческие тактильные датчики имеют свои ограничения. В данной работе представлено LingBot-Touch, фундаментальная модель тактильного представления, способная объединять данные с различных типов датчиков, таких как пьезорезистивные, магнитные и визуально-тактильные. Модель обеспечивает совместимость с различными типами моделей политик, улучшая манипулятивные навыки.
3 дня назадDaily PapersВнешняя память позволяет агентам LLM улучшать свои навыки на основе опыта, но также может приводить к деградации памяти, когда агент не справляется с задачами, которые он мог бы решить без памяти. Для решения этой проблемы вводится WikiTrace, система доказательств, связанная с памятью, которая позволяет агентам проверять каждое правило на основе оригинальной траектории.
позавчераDaily PapersВ работе представлена система A2-MEAS, основанная на коде как интерфейсе масштабирования, которая использует обученные коды коррекции для повышения автономности роботов. Метод достиг высоких результатов на различных задачах, включая BEHAVIOR 2026 и RoboTwin 2.0.
6 дней назадDaily PapersReframe — это пост-обучение фреймворк, который учитывает состояние наблюдения, а не только распределение выходов, для агентного визуального рассуждения. Метод включает GD-GRPO и OG-MOPD, которые улучшают использование возвращенных инструментами наблюдений и восстанавливают наблюдения во время сеанса.
3 дня назадDaily PapersВведение в рамках оценки Embodied First Exam, где кодирующие агенты могут выбирать собственный подход к контролю роботов. Включает 1,156 задач в 35 наборах на 47 роботах, с тремя режимами оценки. Сильнейший агент показал успех в 34% задач в стандартном режиме.
3 дня назадHacker NewsСборник инструкций по созданию складных самолетов из бумаги.
3 дня назад