モデルファミリー

Lift, See, Act (LSA)

参加機関

上記の関連の対象バージョンと役割は確認待ちです。

根拠を表示

華南理工大学によるロボット操作方策の階層型事前学習手法。人の操作動画を用いて、3D教師モデルとの特徴整合、深度再構成、手領域への注意誘導、将来の3D手首軌跡の予測を学習する。3種類のシミュレーションと Franka Research 3 実機で評価された。

基本情報

モデルの種類
コンポーネント
アーキテクチャ
Transformer
登録済みバージョン
Lift, See, Act (LSA)
関連ロボット
1

論文・レポート (1)

Lift, See, Act:3D基盤モデルを用いたロボット方策の階層型事前学習

論文あり

Lift, See, Act: Hierarchical Robot Policy Pretraining with 3D Foundation Models

arXiv: 2611.20481
著者・所属 (5)

著者の順序: 原文順

  1. Yiyuan Ge

    School of Electronic and Information Engineering, South China University of Technology

  2. Changxing DingCorresponding author

    School of Electronic and Information Engineering, South China University of Technology

  3. Ziyu Hao

    School of Electronic and Information Engineering, South China University of Technology

  4. Zijie Zheng

    School of Electronic and Information Engineering, South China University of Technology

  5. Xiangmin Xu

    School of Electronic and Information Engineering, South China University of Technology

初版公開
2026-11-16
最新の論文改訂
v1 · 2026-11-16
会議・学術誌
NeurIPS 2026

対象モデルバージョン

論文 ↗PDF ↗

公式資料

情報源または訂正を送信