RT-2:把视觉与语言直接变成机器人动作
视频加载中
视频加载中RT-2 将动作表示为 token,让视觉语言模型直接充当机器人控制器;借助网络规模预训练,对陌生物体与任务展现更强泛化,甚至能做简单语义推理。
Category: research
Author: @Alacritic_Super
Date: 2026-09-22T00:00:00
Duration: 112.228s
Reference: https://arxiv.org/abs/2307.15818
相关视频
0:39A-0 用 1.6 万小时人类演示训练机器人
@yh_kris · 68次播放 · 2026-11-04
人类演示机器人学习
0:13RL 后训练让机器人策略泛化到新任务
@MichalAKorniak · 60次播放 · 2026-11-05
机器人学习RL Post-Training
0:32Astra 仅改四个参数提升 VLA 成功率
@Lingxiao234 · 112次播放 · 2026-11-04
视觉语言动作模型Weight Editing
0:15Genie 4：可交互的机器人世界模型
@TheHumanoidHub · 170次播放 · 2026-10-27
Genie 4世界模型
0:43VLA 预训练数据对照：OTS 胜出
@babugi28 · 203次播放 · 2026-10-15
视觉语言动作模型Pre-training Data
2:38Long-WAM：长上下文实时世界动作模型
@AaronWeiHuang · 549次播放 · 2026-10-08
世界动作模型视觉语言动作模型
本站含 CakeGrowth 联盟推广链接,我们可能从符合条件的购买中获得佣金。