In-Context Learning World Models for Robot Dual-Arm Manipulation of Soft Garment with Partial ObservationsSoft-Object World Model 用于双臂叠衣泛化
Soft-Object World Model 用于双臂叠衣泛化
为软物双臂操作提供全状态估计与动作条件预测,降低真实数据依赖,对家庭机器人泛化有参考价值。

数据源与状态仍在导航菜单中
DOMAIN OBSERVATORY
资料 44 条 · 常规内容近 60–90 天,综述/报告保留一年最近同步 21 分钟前
(暂无权威综述,基于站内前沿内容归纳)
Soft-Object World Model 用于双臂叠衣泛化
为软物双臂操作提供全状态估计与动作条件预测,降低真实数据依赖,对家庭机器人泛化有参考价值。

仅靠关节本体感知的盲装策略实现毫米级 sim-to-real 插孔装配
证明本体感知足以支撑接触密集的精密操作,省去视觉/力/触觉传感器,对低成本高精度装配的落地很有参考价值

HexaShell:薄封装让 VLM 编码智能体直接操控双臂机器人
验证“代码即技能”在机器人上的边界,接触密集任务仍是瓶颈,可指导智能体架构设计

FOUND-IT 场景图接入移动操作完整流水线并实测其边界
把开放集 3D 场景图接入完整自主流水线并给出实测边界,是机器人空间记忆的系统级验证
