本文探讨了机器人在家庭环境中折叠衣物的挑战与技术进展。叠衣服是一项复杂的柔性物体操作任务,考验机器人的感知、控制和执行能力。招商局狮子山人工智能实验室通过LiOS平台,结合仿真与真实环境,提升了机器人在多种衣物和状态下的折叠能力,并计划开源相关数据与技术,以推动具身智能的发展。
Weave Robotic的Isaacs机器人已在洗衣房工作,负责衣物折叠和收纳。它利用视觉-语言-动作模型精准识别衣物,具备自主折叠能力,并计划扩展更多家务功能。创始团队由前苹果高管组成,致力于开发通用家用机器人。
本文介绍了DexVLA模型的开发,旨在提升机器人在多样环境中执行复杂任务的能力。通过引入扩散动作专家和具身课程学习,DexVLA优化了机器人对语言指令的理解和动作执行。研究者提出了三阶段训练策略,逐步提高任务复杂性,最终实现高效的衣物折叠等任务。
完成下面两步后,将自动完成登录并继续当前操作。