FlowDAgger: Adaptação com Humano no Circuito de Políticas Generativas de Robôs no Espaço Latente
arXiv:2607.08877v1 Tipo de anúncio: novo Resumo: Políticas generativas de robôs pré-treinadas baseadas em flow matching e difusão alcançaram resultados impressionantes em uma ampla variedade de tarefas de manipulação. No entanto, as implantações no mundo real expõem rotineiramente modos de falha fora da distribuição de pré-treinamento. Fechar essas lacunas normalmente exige coleta de dados em larga escala ou aprendizado por reforço online em hardware físico, o que é impraticável para uma adaptação rápida e segura. Apresentamos o FlowDAgger, um sample- ...
arXiv cs.RO
·Michael Murray, Daphne Chen, Simran Bagaria, Dean Fortier, Tess Hellebrekers, Galen Mullins, Harshavardhan Gajarla, Oier Mees, Maya Cakmak, Andrey Kolobov
·
// relacionados
Leia também
Blog
Flight attendants freaked out that Google is buying tons of Spirit employee data
Blog
Attackers are using AI to build exploits for industrial control systems, U.S. agencies warn
Blog
AI labs are failing to keep their own systems in check
Editorial