BeingBeyond通过在人手旁边附加机器人手，为人形机器人训练收集精确数据
摘要
BeingBeyond正在通过在人手旁附加机器人手来收集人形机器人的精确训练数据，可能用于基于遥操作的学习。
暂无内容
相似文章
@BitRobotNetwork: 1/ 介绍 HIW-500 (Humanoids-in-the-Wild 500)：在真实家庭环境中收集的最大开源人形机器人遥操作数据集……
介绍 HIW-500，在真实家庭中收集的最大开源人形机器人遥操作数据集，包含东南亚12个家庭的500多小时和23K+个任务片段。
HumanScale: 自我中心人类视频在具身预训练中可超越真实机器人数据
本文发现，经过过滤和标注流水线处理的自我中心人类视频，在预训练具身基础模型时可以超越遥操作真实机器人数据，在真实机器人任务上实现了更低的验证损失和更高的成功率。
'触觉梦境'帮助人形机器人以90.9%更高的成功率完成五个棘手任务
来自卡内基梅隆大学（CMU）和博世AI中心的研究人员推出了Humanoid Transformer with Touch Dreaming (HTD) 模型，该模型利用触觉信号预测来改进人形机器人的操控能力，在五个真实世界任务中，平均成功率比ACT基线高出90.9%。
NEO的双手 - 1X
1X为其NEO人形机器人平台开发了新型25自由度机械手，实现了人类级别的灵巧性、触觉感知和耐用性，可胜任真实世界的操作任务。
将人脸映射到小型机器人上（而不是给它一个诡异的人形面孔）？
Hugging Face的一名机器人工程师提出将人类面部表情映射到非人形机器人上，以增强表现力，同时避免恐怖谷效应，并计划利用这些数据进行自主肢体语言训练。