加州大学最新！CrossFormer: 适用于操作、导航、运动的统一策略

文章预览

点击下方 卡片 ，关注“ 自动驾驶之心 ”公众号 戳我->  领取 自动驾驶近15个 方向 学习 路线 >> 点击进入→ 自动驾驶之心 『 规划控制 』 技术交流群 编辑 | 自动驾驶之心 原标题：Scaling Cross-Embodied Learning: One Policy for Manipulation, Navigation, Locomotion and Aviation 论文链接：https://arxiv.org/pdf/2408.11812 项目链接：https://crossformer-model.github.io/ 代码链接：https://github.com/rail-berkeley/crossformer 作者单位：加州大学伯克利分校 卡内基梅隆大学 论文思路： 现代机器学习系统依赖于大规模数据集来实现广泛的泛化，而这在机器人学习中往往是一个挑战，因为每种机器人平台和任务可能只有一个小数据集。通过在多种不同类型的机器人上训练单一策略(single policy)，机器人学习方法可以利用更广泛和多样化的数据集，从而实现更好的泛化和鲁棒性。然而，在多机器人数据(mul ………………………………