← RSS 各届
RSS 2024· Robotics: Science and Systems
RSS 2024
亮点精读
8 篇 · 获奖 / oral / 高引📈 1.4k 引用
Octo: An Open-Source Generalist Robot Policy
Octo是一个开源的通用机器人策略，基于Transformer架构，可在多种机器人上执行多种任务。
💡 开源通用策略降低机器人研究门槛，促进社区协作。
arXiv
📈 799 引用
DROID: A Large-Scale In-The-Wild Robot Manipulation Dataset
构建大规模野外机器人操作数据集，含350种技能、76k轨迹，用于策略训练与评估。
💡 提供真实场景数据，推动机器人学习从实验室走向实际应用。
arXiv
📈 565 引用
Universal Manipulation Interface: In-The-Wild Robot Teaching Without In-The-Wild Robots
提出通用操作接口，无需真实机器人即可在野外教授机器人操作技能。
💡 降低机器人学习成本，推动技能泛化。
arXiv
📈 269 引用
DexCap: Scalable and Portable Mocap Data Collection System for Dexterous Manipulation
DexCap是可扩展便携的动作捕捉系统，用于灵巧操作数据收集。
💡 推动灵巧操作数据规模化采集，降低门槛。
arXiv
📈 252 引用
Hierarchical Open-Vocabulary 3D Scene Graphs for Language-Grounded Robot Navigation
提出分层开放词汇3D场景图，使机器人能根据语言指令在复杂环境中导航。
💡 将语言理解与3D场景图结合，提升机器人导航的灵活性和泛化能力。
arXiv
📈 249 引用
Expressive Whole-Body Control for Humanoid Robots
提出全身表达性控制方法，使人形机器人能模仿复杂动作并保持平衡。
💡 首次实现人形机器人全身动态模仿，突破运动表达限制。
arXiv
📈 244 引用
NaVid: Video-based VLM Plans the Next Step for Vision-and-Language Navigation
提出视频基础VLM NaVid，实现机器人视觉语言导航的下一步规划。
💡 首次用视频VLM解决导航，无需地图或深度。
arXiv
📈 208 引用
RT-H: Action Hierarchies Using Language
提出RT-H，利用语言指令构建动作层级，实现机器人复杂任务的高效学习。
💡 语言层级简化任务分解，提升机器人学习效率。
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