KAIST等提出DiscoDemo机器人演示生成方法
热点事件持续更新
KAIST等提出DiscoDemo机器人演示生成方法
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
KAIST与Holiday Robotics提出DiscoDemo，利用强化学习生成多样化机器人演示，并将经安全过滤的数据导出为静态数据集，供下游视觉运动模仿学习使用。在4项操作任务中，仿真成功率达到62%，较此前40%提升；真机成功率达到78%，较此前39%提升。 该方法将强化学习作为数据生成器，而非直接部署的机器人控制器，通过并行反向课程和成功门控的多样性目标产出不同机器人行为。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 09:17
KAIST DiscoDemo：用 RL 生成多样化机器人演示，真机成功率 39%→78%报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI HuntKAIST DiscoDemo：用 RL 生成多样化机器人演示，真机成功率 39%→78%
KAIST 与 Holiday Robotics 的 DiscoDemo 将 RL 作为数据生成器，通过并行反向课程和成功门控的多样性目标生成多样化机器人行为。生成结果经安全过滤后导出为静态数据集，用于下游视觉运动模仿学习；在 4 项操作任务中，仿真成功率先由 40% 提升至 62%，真机成功率由 39% 提升至 78%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。