跳到正文
热点事件观察中

VLM引导电磁数字孪生在线标定在G1实测

1 篇报道1 个报道来源1 天前更新

先了解这件事

AI 综述

Zerui Kang 等研究者提出并演示了用视觉语言模型（VLM）引导电磁数字孪生在线标定的框架，基于 Unitree G1 机器人与 NVIDIA Sionna，在真实室内场景中 20 m 行程内取得 1.74×10⁻⁴ 的归一化平均绝对电导率误差。 框架包含两次 VLM 调用：材料分类将可见材料经 ITU-R P.2040 映射为电导率先验，供 Sionna 对累积接收信号强度（RSS）做梯度下降；航点规划依据残差 RSS 标定误差与图像覆盖在线选择下一测量位置。研究者称，随机初始化从不收敛，随机航点所需行程超过两倍。

AI 根据报道生成 · 9 小时前更新

最新进展10月7日 12:00
VLM 引导的电磁数字孪生在线标定 Demo：Unitree G1 实测 20 m 内电导率误差 1.74×10⁻⁴

报道时间线

沿着报道，了解事件的不同侧面。

10月7日
  1. arXiv cs.RO 机器人学
    VLM 引导的电磁数字孪生在线标定 Demo：Unitree G1 实测 20 m 内电导率误差 1.74×10⁻⁴

    该 Demo 提出用视觉语言模型（VLM）引导电磁数字孪生在线标定的框架，基于 Unitree G1 机器人与 NVIDIA Sionna，包含两次 VLM 调用：材料分类通过 ITU-R P.2040 将可见材料映射为 Sionna 梯度下降的电导率先验，航点规划依据 RSS 残差标定误差与图像覆盖在线选择下一测量位置。

本事件热度走势

可比范围当前
4
可比范围峰值
1010月7日 13:00
近 24 小时变化
-50%

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。