Планировщик Gspi решил проблемы с более чем 100 роботами, где предыдущие подходы испытывают трудности
Роботы
Используя world models, чьи возможности превосходят языковые модели в понимании сложных миров
@ИИСправившись с испытаниями в безэховом резервуаре, озере и открытом море
PhysWorld учит роботов выполнять задачи через генерацию видео и физическое моделирование мира, достигая 82% успешности без реальных демонстраций
Lightning Grasp генерирует тысячи разнообразных захватов для роботизированных рук за 2-5 секунд благодаря структуре «поле контакта», которая разделяет геометрические вычисления и оптимизацию
Достигнув снижения мышечной усталости на 17-42% благодаря анализу эргономики и силовых возможностей
Управляя 3-5 роботизированными руками в реальном времени
Объединив зрение и движение в единый контроллер вместо разделенных модулей
В то время как GPT-4o без пространственной информации справилась только на 28%
В отличие от методов анализа целых объектов, новая система отслеживает части
VLM-агент динамически компонует модули и учится на ошибках в реальном времени
Исследователи создали первый полностью автоматизированный пайплайн обучения
В отличие от обычных роботов, все двигатели перенесли к основанию конструкции
Система достигла 99% успешности выполнения задач на бенчмарке LIBERO и показала рост производительности более 50% в SimplerEnv
Роботы научились работать в команде как люди: новая система памяти повысила их эффективность на 203% и позволила масштабировать группы до 5 роботов
