热点事件持续更新

研究者提出生成式神经重定向方法用于人到机器人灵巧操作

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Dechen Gao 等研究者提出生成式神经重定向（GNR）方法，用 flow matching 模型从低维流形采样可行轨迹，用于把人体动作重定向到机器人灵巧操作，以替代逐条求解的逆运动学、强化学习和 MPC 重定向方法。研究者称，将 GNR 用于 real-to-sim 数据引擎后，生成了带密集接触力标注的灵巧操作数据集，包含 22.3 万条演示和 3300 种物体几何形状。

AI 根据报道生成 · 3 小时前更新

最新进展10月9日 12:00

生成式神经重定向用于人到机器人灵巧操作研究

报道时间线

沿着报道，了解事件的不同侧面。

10月9日

12:00
arXiv cs.RO 机器人学
生成式神经重定向用于人到机器人灵巧操作研究
论文提出 Generative Neural Retargeting（GNR），用 flow matching 模型从低维流形采样可行轨迹，以替代逐条求解的逆运动学、强化学习和 MPC 重定向方法。

本事件热度走势

可比范围当前: 9
可比范围峰值: 1010月9日 13:00
近 24 小时变化: –

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。