← CoRL 各届
CoRL 2022· Conference on Robot Learning
CoRL 2022
亮点精读
8 篇 · 获奖 / oral / 高引📈 3.2k 引用
Do As I Can, Not As I Say: Grounding Language in Robotic Affordances
通过机器人可执行性约束语言模型，生成安全可行的操作指令。
💡 解决语言模型生成不可行指令的问题，提升机器人实用性。
arXiv
📈 1.4k 引用
Inner Monologue: Embodied Reasoning through Planning with Language Models
通过语言模型进行具身推理，实现机器人自主规划与执行。
💡 将语言模型用于机器人闭环控制，提升任务成功率。
arXiv
📈 887 引用
R3M: A Universal Visual Representation for Robot Manipulation
R3M从人类视频学习通用视觉表示，用于机器人操作。
💡 无需机器人数据，提升学习效率与泛化能力。
arXiv
📈 802 引用
Perceiver-Actor: A Multi-Task Transformer for Robotic Manipulation
提出Perceiver-Actor，一种用于机器人多任务操作的多模态Transformer。
💡 统一处理多种任务和输入，提升泛化能力。
arXiv
📈 780 引用
BC-Z: Zero-Shot Task Generalization with Robotic Imitation Learning
提出BC-Z模型，通过模仿学习实现机器人零样本任务泛化。
💡 首次证明机器人可零样本泛化到新任务。
arXiv
📈 710 引用
LM-Nav: Robotic Navigation with Large Pre-Trained Models of Language, Vision, and Action
利用大语言模型、视觉模型和动作模型实现机器人导航，无需额外训练。
💡 展示了预训练模型直接用于机器人任务的潜力。
arXiv
📈 505 引用
DayDreamer: World Models for Physical Robot Learning
提出DayDreamer算法，让机器人通过世界模型在物理环境中高效学习。
💡 首次将世界模型成功应用于真实机器人，实现零模拟到现实迁移。
arXiv
📈 378 引用
CoBEVT: Cooperative Bird's Eye View Semantic Segmentation with Sparse Transformers
提出CoBEVT，用稀疏Transformer实现多智能体鸟瞰图语义分割。
💡 首个用稀疏注意力实现高效协同感知的方法。
arXiv
全部论文
加载中…正在从 DBLP 加载全量论文…
全量索引来自 DBLP · 完整 proceedings 见 官方站点