- 综合排序
- 最热优先
- 最新优先
- 来自专栏AiCharm
每日学术速递9.13
Subjects: cs.RO 2.Sequential Dexterity: Chaining Dexterous Policies for Long-Horizon Manipulation(CoRL Karen Liu 文章链接：https://arxiv.org/abs/2304.06018 项目代码：https://sequential-dexterity.github.io/ 摘要 我们提出了 Sequential Dexterity，这是一种基于强化学习 (RL) 的通用系统，它链接了多种灵巧策略以实现长期任务目标。
27910编辑于 2023-09-19 - 来自专栏机器学习人工学weekly
机器学习人工学weekly-2018/8/5
OpenAI用simulation训练机械手操纵方块（not an easy task） Learning Dexterity 链接：https://blog.openai.com/learning-dexterity
37810发布于 2018-08-14 - 来自专栏全栈程序员必看
Odin Inspector 系列教程 — SearchableAttribute「建议收藏」
Criminal", Effects = new List<Effect>() { new Effect() { Skill = Skill.Dexterity Skill Skill; public float Value; } public enum Skill { Strength, Dexterity
1.3K20编辑于 2022-09-13 - 来自专栏AI科技评论
学界 | UC伯克利AI实验室发干货：用于训练神经网络抓取机器人的Dex-Net 2.0数据集
AI科技评论按：伯克利AI实验室最新发文公布了用于机器人抓取的Dexterity Network (Dex-Net) 2.0数据集，这些数据集可以用来训练根据实际机器人的点云做抓取规划的神经网络。 Dexterity Network（Dex-Net）2.0是一个以鲁棒机器人抓取的物理模型为核心的项目，通过多达上千种3D CAD物体模型，生成了海量的平口钳抓取数据集。 为了提高重现性，助力将来的研究，他们公开了如下三个数据库： 1、Dexterity Network (Dex-Net) 2.0数据集：670万对带有鲁棒标签的合成点云和抓取数据。 关于Dexterity Network的研究论文和额外信息可以在这个项目的网站上找到。 论文中详述了Dexterity Network (Dex-Net )2.0，这是一个拥有670万鲁棒抓取和点云的数据集，数据中带有我们的概率模型生成的噪音，这个概率模型是我们用平口钳在桌面上抓取刚性物体得到的
3.1K50发布于 2018-03-13 - 来自专栏新智元
GPT-4教会机器手转笔、玩魔方！RL社区震惊：LLM设计奖励竟能超越人类？
Eureka奖励和策略 研究人员展示了Eureka设计的奖励以及使用这些奖励为每个环境训练的策略： 在两个开源基准测试：Isaac Gym (Isaac) 和Bidexterous Manipulation (Dexterity 除了囊括了机器人外形尺寸之外，研究人员还通过纳入Dexterity基准测试中的所有 20 项任务来确保评估的深度。 Dexterity包含20项复杂的双手动任务，需要一双影子手来解决各种复杂的具体操作技能，从物体交接到将杯子旋转180度。 特别是，Eureka在高维Dexterity环境中实现了更大的收益。
53730编辑于 2023-10-25 - 来自专栏新智元
【2天=100年】OpenAI用打Dota2的算法造了一只会转方块的机器手
博客和论文地址： https://blog.openai.com/learning-dexterity https://d4mucfpksywv.cloudfront.net/research-covers /learning-dexterity/learning-dexterity-paper.pdf 还记得OpenAI那个在DOTA2有限制5v5团战中战胜人类玩家的OpenAI Five吗？ 编译来源： https://blog.openai.com/learning-dexterity/
85220发布于 2018-08-01 - 来自专栏AiCharm
每日学术速递3.24
3.Dexterity from Touch: Self-Supervised Pre-Training of Tactile Representations with Robotic Play 标题 Ben Evans, Soumith Chintala, Lerrel Pinto 文章链接：https://arxiv.org/abs/2303.12076 项目代码：https://tactile-dexterity.github.io
32510编辑于 2023-05-15 - 来自专栏量子位
太像人手了！OpenAI用打DOTA的算法，教会了机械手“盘核桃”
传送门 读Paper： https://d4mucfpksywv.cloudfront.net/research-covers/learning-dexterity/learning-dexterity-paper.pdf 博客原文： https://blog.openai.com/learning-dexterity/#results — 完 —
62100发布于 2018-08-08 - 来自专栏机器之心
前沿 | 从虚拟世界伸到现实的机械臂，靠摄像机就能玩转任何物体
论文链接：https://d4mucfpksywv.cloudfront.net/research-covers/learning-dexterity/learning-dexterity-paper.pdf 原文链接：https://blog.openai.com/learning-dexterity/
1.1K20发布于 2018-08-07 - 来自专栏difcareer的技术笔记
Android相关工具与项目整理
androidutils https://github.com/secmobi/android-utils dex manipulation lib https://github.com/rchiossi/dexterity
1.2K20发布于 2018-08-23 - 来自专栏全栈程序员必看
Unity插件——Odin使用心得(一)「建议收藏」
, Effects = new List<Effect>() { new Effect() { Skill = Skill.Dexterity { public Skill Skill; public float Value; } public enum Skill { Strength, Dexterity
8.5K30编辑于 2022-09-13 - 来自专栏ATYUN订阅号
OpenAI新突破：使机器人操纵物体如人类一样灵活
视频：http://imgcdn.atyun.com/2018/07/Learning-Dexterity_-Uncut.mp4?
64220发布于 2018-08-06 - 来自专栏机器之心
有了GPT-4之后，机器人把转笔、盘核桃都学会了
除此以外，本文还通过纳入 Dexterity 基准测试中的 20 项任务来确保评估的深度。 Eureka 可以产生超人类水平的奖励函数。 特别是，Eureka 在高维 Dexterity 基准测试环境中实现了更大的收益。 Eureka 能够进化奖励搜索，使奖励随着时间的推移而不断改善。
45030编辑于 2023-10-24 - 来自专栏人工智能快报
美国食品与药物管理局批准首台医疗机器人
致力于医疗机器人研究的美国医疗设备初创公司Applied Dexterity的总裁David Drajeske表示：机器人可以让你的手术团队免受辐射影响。
79450发布于 2018-03-13 - 来自专栏VoiceVista语音智能
MIT 2019年10大科学突破
机敏机器人 Robot dexterity 为什么这么重要？ 如果机器人可以学习处理乱糟糟的显示世界(messiness of the real world），它们就可以做更多的事情。
80720发布于 2019-08-14 - 来自专栏全栈程序员必看
excel宏编程 c语言,宏（巨集）
一些宏语言，比如Great Plains会计软件的 Dexterity 运行时引擎，不能从其它数据源(如由逗号分隔的文本文件)导入数据。
2.3K20编辑于 2022-09-06 - 来自专栏新智元
惊天三跳！波士顿动力机器人高台跑酷如履平地！（最新视频）
https://interestingengineering.com/video/boston-dynamics-robot-now-tackles-obstacles-with-superhuman-dexterity
62910发布于 2018-10-24 - 来自专栏用户4822892的专栏
Top reasons why you should learn Node.js
Microservices Microservices have turned into a quickly developing design style that offers expanded dexterity
98911发布于 2019-10-23 - 来自专栏一点人工一点智能
技能分层：手内物体重定向的案例研究
例如，Dextreme [5] 使用人工定义的关键点估计立方体姿态，但无法泛化到其他物体；Visual Dexterity [4] 依赖点云但无法处理对称物体。
24210编辑于 2025-03-17 - 来自专栏AI科技大本营的专栏
总结机器学习优质学习文章Top50！
研究的灵活机械人手 OpenAI发布最新「模拟机器人环境」,用「真实机器人」模型进行训练 OpenAI 的机械手在试错中自学成才，无需人类训练 https://blog.openai.com/learning-dexterity
69320发布于 2019-03-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号