22自由度灵巧手人形机器人:从2万小时人类视频学习精细操作
原文标题:We trained a humanoid with 22-DoF dexterous hands to assemble model cars, operate syringes, sort pok...
AI 摘要
研究团队提出EgoScale方法,基于20,000小时第一人称人类视频预训练GR00T N1.5,仅用4小时机器人数据即可掌握组装模型车、操作注射器等高灵巧度任务,性能较从头训练提升54%。研究发现人类视频量与动作预测损失呈对数线性缩放关系(R²=0.998)。该方法利用22-DoF手部与人类的运动学相似性,无需复杂迁移算法即可重定向动作。策略可跨硬件迁移至Unitree G1(7-DoF),性能提升30%以上,且仅需单个示教即可学习新任务。
关键信息
- 研究团队提出EgoScale方法,基于20,000小时第一人称人类视频预训练GR00T N1.
- 5,仅用4小时机器人数据即可掌握组装模型车、操作注射器等高灵巧度任务,性能较从头训练提升54%。
- 研究发现人类视频量与动作预测损失呈对数线性缩放关系(R²=0.
- 该方法利用22-DoF手部与人类的运动学相似性,无需复杂迁移算法即可重定向动作。
- 策略可跨硬件迁移至Unitree G1(7-DoF),性能提升30%以上,且仅需单个示教即可学习新任务
速览
- 发布时间
- 更新时间
- 分类
- 其他
推荐理由
人类视频学习呈现完美缩放定律,机器人仅需单演示即可掌握新技能,具身智能迎来数据革命
来源与版权
本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。
如何引用
引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。
橙子新闻:22自由度灵巧手人形机器人:从2万小时人类视频学习精细操作。2026年2月26日。https://new.nat6.net/news/cmo22oj0y0108slbadann4uen/