TTT-Parkour:机器人跑酷快速测试时训练框架
热点事件持续更新
TTT-Parkour:机器人跑酷快速测试时训练框架
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
Shaoting Zhu 等作者提出 TTT-Parkour,一个真实-仿真-真实的快速测试时训练框架:人形机器人在遇到新地形时,先在仿真中针对该地形微调策略,再部署到真实环境完成跑酷。作者称,整套流程(包括采集、重建和测试时训练)在大多数测试地形上约需 10 分钟。 该框架的核心变化在于把环境适应从部署前的一次性训练,改为部署时的快速在线微调,从而针对新遇到的地形生成环境特定策略。上述时长与效果均为作者在论文中的说法,尚待独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
TTT-Parkour:面向感知型机器人跑酷的快速测试时训练报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv:cs.AITTT-Parkour:面向感知型机器人跑酷的快速测试时训练
研究者提出 TTT-Parkour,一种 real-to-sim-to-real 框架,通过在仿真中对新遇到的地形进行环境特定策略微调,实现人形机器人快速测试时训练。
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。