FailureGen 用世界模型生成机器人失败数据
热点事件持续更新
FailureGen 用世界模型生成机器人失败数据
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Akul Santhosh 等作者提交论文,提出 FailureGen 方法:复用已记录失败中的动作轨迹,借助微调的 Cosmos 世界模型把失败片段的运动迁移到成功执行场景中,生成带时序事件标注的合成视频,再经标注与质量过滤,用于扩充机器人失败数据。 在初步对比中,用真实与生成数据训练的检测器平均精度达 0.51,仅用真实数据为 0.41;在 36 个失败区间中检出 33 个,仅用真实数据检出 28 个。
AI 根据报道生成 · 1 小时前更新
最新进展11月18日 13:00
FailureGen:用世界模型可扩展生成机器人失败数据报道时间线
沿着报道,了解事件的不同侧面。
11月18日
- arXiv cs.AIFailureGen:用世界模型可扩展生成机器人失败数据
FailureGen 通过复用已记录失败中的动作轨迹,生成带时序事件标注的合成视频,用于扩充机器人失败数据。方法基于微调的 Cosmos 世界模型,将失败片段运动迁移到成功执行场景中,并经过标注与质量过滤。在初步对比中,用真实与生成数据训练的检测器平均精度达 0.51(仅真实数据为 0.41),并在 36 个失败区间中检出 33 个(仅真实数据为 28 个)。
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。