EEmbogent
模型数据硬件产品评测公司技术融资
技术重要2026/11/11 11:40·重要度 72

单张RGB图像生成人形机器人交互动作流程

From a Single RGB Image to Robot Execution: Metric Scene Alignment and Contact-Guided Retargeting

AI 摘要

Zhenxuan Ding等人提出一套统一流程:从单张RGB图像重建场景几何,在该场景条件下生成人体交互动作,再重定向到人形机器人,无需预建3D场景资产。为避免动作与重建场景出现几何错位、以及人机形态差异带来的支撑接触误差,作者加入度量场景对齐与接触引导重定向两级细化,使动作在生成与迁移全程保持几何一致。

阅读原文来源 arXiv VLA/Humanoid · arxiv.org

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

技术重要1 天前

XMimic与XSoma实现一分钟内人形运动学习

Nico Bohlinger与Jan Peters提出XMimic和XSoma,沿用SuperMimic的世界模型加解析梯度思路,用JAX编译含MuJoCo Warp的完整训练循环,并把串行小算子并行到最多4块GPU。XSoma仅由世界模型学习机器人动力学,脚下地形高度等其余部分精确计算,采用1秒时域且无需critic。

技术重要3 天前

自校准VAA实现无示教跨机器人单元抓放

Jae Hun Hwang 等提出自校准 Vision-Agent-Action 方法,借助自身运动与指尖测量命令映射、相机几何并估计镜头畸变,无需机器人示教或微调即可完成抓取放置。在 18 个更换夹爪与基座坐标系的仿真机器人单元中,冻结版成功 230/360(64%),精化版 268/360(74%)。

技术重要3 天前

ImpedanceMimic:以学习阻抗为动作空间的力准确动作模仿

研究团队提出 ImpedanceMimic,一种强化学习策略,可从运动与力测量中逐关节调节刚度、阻尼与位置设定点,但推理时只需运动输入。在129名受试者、六类活动的测试中,其运动学与力跟踪精度优于所有对比方案,包括固定增益PD控制、直接力矩、肌肉驱动以及现有模仿控制器,并接近专用力矩模型。