arXiv cs.RO 机器人学· Feng Jiang, Shu Chen, Yuanfei Wang, Yuan Li, Zhenhao Shen, Jiaqi Liang, Yang Chen, Lei Wei, Chen Xie, Ruihai Wu·· 2 小时前精选AI 评分58
Grounded-Dreamer：用物理接地的世界模型合成数据训练机器人操作策略
Grounded-Dreamer: Robot Learning from World Model Synthetic Data with Physical Grounding
AI 导读
Grounded-Dreamer 是一个用视频世界模型合成物理接地的机器人操作数据的框架，无需人类遥操作演示。它从少量真实任务初始状态图像出发，重建任务相关物体与相机几何并在仿真中对齐，采集物理有效轨迹来后训练视频世界模型和逆动力学模型，生成逼真操作视频及对应动作；生成轨迹会在重建的仿真中回放，仅保留成功完成任务的样本。真实任务实验表明该方法能合成物理接地的数据并显著促进策略学习。
推荐理由
论文用仿真物理引擎过滤视频世界模型生成的无效轨迹，为绕开人类遥操作采集操作数据提供了可行路径。
来源：arXiv cs.RO 机器人学 · arxiv.org