热点事件观察中

EgoX 提出第一人称跨具身操作学习框架

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Yaru Niu 等作者提出 EgoX，一个第一人称跨具身学习框架：它通过语义对应的观测与动作模态组织异构演示，预训练模块化跨具身 Transformer MXT+，再在目标具身上微调。在覆盖 5 个任务、6 种机器人具身（5 台实体机器人与 1 个仿真人形）的 13 个任务-具身组合上，跨具身预训练将平均归一化任务进度从 0.63 提升至 0.80，分布外条件下从 0.53 提升至 0.77。

AI 根据报道生成 · 10 小时前更新

最新进展11月14日 13:00

EgoX：用“具身 dreaming”实现第一人称跨具身操作

报道时间线

沿着报道，了解事件的不同侧面。

11月14日

13:00
arXiv cs.AI
EgoX：用“具身 dreaming”实现第一人称跨具身操作
EgoX 是一个第一人称跨具身学习框架，通过语义对应的观测与动作模态组织异构演示，预训练模块化跨具身 Transformer MXT+ 并在目标具身上微调。在覆盖 5 个任务、6 种机器人具身（含 5 台实体机器人与 1 个仿真人形）的 13 个任务-具身组合上，跨具身预训练将平均归一化任务进度从 0.63 提升至 0.80，分布外条件下从 0.53 提升至 0.77。

本事件热度走势

可比范围当前: 5
可比范围峰值: 711月15日 04:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。