论文
PaLM-E: An Embodied Multimodal Language Model PaLM-E 将 PaLM 与具身感知融合,实现多模态机器人规划。
- 会议/期刊
- ICML
- 发表年份
- 2023
硅基参考论文库整理具身智能论文的作者、机构、会议、方法与代码关联;同一板块也可阅读论文解读跟进文章。
清华联合正行创新、无问芯穹提出 Harness VLA:记忆增强的 Harness 层把冻结 VLA 封装为可重试的接触丰富原语,与解析原语组合执行,零微调在 LIBERO-Pro 拿下 82.4%,低成本路线正面击败重训派。
蚂蚁灵波发布 LingBot-VA 2.0:以 SemVAE 统一视觉与动作分词、因果预训练配稀疏 MoE 骨干、异步推理实现高频闭环控制,真机验证少样本泛化。具身原生路线与暴力 Scaling 路线正面对照。
小米机器人团队发布Xiaomi-Robotics-1,用10万+小时UMI真实操作轨迹预训练VLA模型,RoboCasa365以57.4%刷新SOTA,代码与权重将开源。
PaLM-E 将 PaLM 与具身感知融合,实现多模态机器人规划。
CLIP 用 4 亿图文对做对比学习,实现零样本图像分类与跨模态检索。
Google Brain大规模无监督学习发现高层特征(猫脸神经元)。
MC Dropout,用dropout近似贝叶斯推断。
REALM检索增强语言模型预训练,RAG前身。
SAC最大熵off-policy强化学习算法,机器人学习事实标准。
通过逆向强化学习从专家演示学习,Abbeel奠基工作。
TRPO策略优化算法,强化学习稳定性方向代表。
MAML元学习算法,少样本快速适应的奠基工作。