MimicX用执行反馈精化视频人形跟踪监督
热点事件持续更新
MimicX用执行反馈精化视频人形跟踪监督
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Shuaijun Liu 等研究者提出 MimicX，一个 policy-in-the-loop 框架，用策略执行反馈精化视频驱动的人形动作跟踪训练监督，定位困难过渡与受影响身体部位，并联合调整跟踪目标与 reset 课程。 在四个核心视频任务上，MimicX 相对 Fixed Reference 基线均提升跟踪精度与 Robust Execution Horizon；任务平均结果显示身体跟踪误差降低 25.7%，执行时长增加 255.6%。
AI 根据报道生成 · 7 小时前更新
最新进展10月8日 12:00
MimicX：用策略执行反馈精化视频驱动人形动作跟踪的监督报道时间线
沿着报道，了解事件的不同侧面。
10月8日
- arXiv cs.RO 机器人学MimicX：用策略执行反馈精化视频驱动人形动作跟踪的监督
MimicX 提出一种 policy-in-the-loop 框架，利用执行反馈精化视频驱动的人形动作跟踪训练监督，定位困难过渡与受影响身体部位，并联合调整跟踪目标与 reset 课程。
本事件热度走势
- 可比范围当前
- 8
- 可比范围峰值
- 1010月8日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:0016:0017:0018:0019:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。