LEARNING
通过合成视频场景学习多样化人形机器人任务，无需真实世界数据
Yun-Hao Tsai, Cong-Thanh Vu, Yen-Chen Liu
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出一种利用生成式AI将文本提示转换为逼真且多样的人体运动序列的框架，使机器人能从合成演示中学习多种任务执行风格。实验表明，该方法在四个仿真场景中成功完成任务，并展现出对复杂运动变化的强适应性。
关键词
humanoid robotssynthetic datagenerative AItask learningsimulation
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018