FADA用约2分钟目标域数据微调人形机器人控制
热点事件持续更新
FADA用约2分钟目标域数据微调人形机器人控制
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
Angchen Xie 等研究者提出 FADA 框架，用于解决人形机器人控制中的动力学失配问题：先用特权信息训练 oracle 策略，再经 DAgger 蒸馏为可部署的学生模型，部署时冻结 planner，仅用约 2 分钟目标域 rollout 数据以标准监督学习微调逆动力学模型（IDM）。 论文实验显示，FADA 在动力学偏移下优于 in-context 和端到端适应基线，使真实人形机器人完成多种高精度全身任务。
AI 根据报道生成 · 2 小时前更新
最新进展10月14日 12:00
FADA：通过动力学对齐实现人形机器人少样本域适应报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv cs.RO 机器人学精选FADA：通过动力学对齐实现人形机器人少样本域适应
FADA 提出三阶段 Planner-IDM 框架，先用特权信息训练 oracle 策略并经 DAgger 蒸馏为可部署学生模型，部署时冻结 planner，仅用约 2 分钟目标域 rollout 数据以标准监督学习微调 IDM。实验显示 FADA 在动力学偏移下优于 in-context 和端到端适应基线，使真实人形机器人完成多种高精度全身任务，实现细节与硬件视频见项目页。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。