伯克利最新CrossFormer：一个模型同时控制单双臂/四足等机器人

文章预览

点击下方 卡片 ，关注“ 具身智能 之心 ”公众号 作者 | 具身智能之心  编辑 |  具身智能之 心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 写在前面 现代机器学习系统依赖于大型数据集来实现广泛的泛化能力，这在机器人学习中往往构成挑战，因为每个机器人平台和任务可能只有小型数据集。通过在多种不同类型的机器人上训练单一策略，机器人学习方法可以利用更广泛且更多样化的数据集，这反过来又能提高泛化能力和鲁棒性。然而，在多机器人数据上训练单一策略具有挑战性，因为机器人的传感器、执行器和控制频率可能差异很大。本文提出了CrossFormer，这是一种可扩展且灵活的基于Transformer的策略，能够利用来自任何实体的数据。我们在迄今为止规模最大、最多样化的数据集上训练CrossFormer，该数据 ………………………………