报告主题：通向更灵巧的具身操作：人类双手操作技能到灵巧手的高效迁移报告日期：05月29日（下周四）10:30-11:30赋予机器人接近人类水平的复杂双手操作能力，不仅具有重要的研究和应用价值，也是迈向通用人工智能的重要一步。然而，数据驱动的具身智能算法需要精确、大规模且极为精巧的灵巧手动作序列，传统的强化学习或真机遥操作通常难以高效获取此类数据。本报告将重点介绍北京通用人工智能研究院近期提出的一种跨本体的两阶段方法——ManipTrans，用于在仿真环境中高效地将人类双手操作技能迁移至不同型号的灵巧手上。ManipTrans首先利用预训练的通用轨迹模仿器对手部动作进行初步模仿，然后针对不同技能引入残差学习模块对灵巧手动作进行精调。基于ManipTrans，该工作同时发布了大规模灵巧手操作数据集DexManipNet，涵盖了以往未曾探索的任务，如盖笔帽、拧瓶盖等，并在真机平台上进行了验证，为后续研究打下基础。李恺林是上海交通大学博士，主要研究方向为灵巧操作与具身智能。他于2024年6月获得计算机科学与技术博士学位，师从卢策吾教授。他专注于以操作技能为核心的研究，在TPAMI、CVPR、ICCV、ECCV、NeurIPS等人工智能顶级期刊和会议上发表了10篇相关论文，其中以第一作者身份于CVPR 2022和ECCV 2024进行口头报告（Oral）。同时他也多次担任ICLR、ICML、NeurIPS等国际顶会的审稿人。
更多信息请访问他的个人主页：https://hub.baai.ac.cn/users/105559。
扫码报名
内容中包含的图片若涉及版权问题，请及时与我们联系删除
评论
沙发等你来抢