🔬 研究⚡· 影响力 7/10
Deep TAMER:实时人类反馈让机器人学习
来源:sciencedaily.com · 2026年5月25日
概要
Deep TAMER通过实时人类批评让机器人学习任务,结合深度学习与交互式训练。该方法减少了对大数据集的需求,实现了更快、更直观的技能获取。
相关研究
全部论文 →按 4 个标题关键词匹配的近期论文
MANIPULATION
开放获取
基于鲁棒视觉和深度强化学习仿真到现实控制的机器人草莓采摘
Al Bashir, Shao-Yang Chang, Partho Ghose 等 6 位作者
2026
LEARNING
开放获取
面向人形机器人视频模仿学习的直接动态重定向
Constant Roux, Ludovic De Matteïs, Armand Jordana 等 7 位作者
2026
LEARNING
开放获取
Any2Any: 面向人形全身跟踪的高效跨本体迁移
Ming Yang, Tao Yu, Feng Li 等 4 位作者
2026
MANIPULATION
开放获取
TactileReflex: 基于噪声统计的视觉-触觉反射控制用于力敏感操作
Ziyan Feng, Yulong Fu, Zheng Li 等 9 位作者
2026