研究人员提出机器人数据生成框架AutoRSR
热点事件持续更新
研究人员提出机器人数据生成框架AutoRSR
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
Jiawei Zhang 等研究人员在预印本中提出自动化 Real-to-Sim-to-Real 框架 AutoRSR，可将真实工作空间的扫描直接转换为具身仿真资产与机器人操作数据。在完成工作空间扫描与语义查询后，后续流程无需人工标注物体、标定场景与机器人坐标或进行遥操作。 研究团队称，在三项真实操作任务中，基于每项任务自动生成的 1000 条片段训练的策略，在真实环境中的成功率达到 73.3% 至 86.7%，与使用 150 条人工遥操作示教训练的策略表现相当，同时将生成数据所需的人工耗时降低了一个数量级。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 23:19
AutoRSR：用于可扩展机器人学习的自动化虚实闭环数据生成框架报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · 工业智能研究摘要AutoRSR：用于可扩展机器人学习的自动化虚实闭环数据生成框架
预印本摘要显示，研究者提出自动化 Real-to-Sim-to-Real 框架 AutoRSR，可将真实工作空间扫描直接转换为可复用的具身仿真资产与操作数据。系统通过多视角观测与开放词汇语义查询完成场景重建、资产提取以及向机器人基坐标系的公制配准，并结合少量参考运动自动插值扩展操作轨迹。
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。