Instant-Fold：单示范零样本迁移的可变形物体操作模仿学习

Yilong Wang、Cheng Qian 和 Edward Johns 发布 Instant-Fold 论文，提出一种面向可形变物体操作的上下文模仿学习框架：给定一次人类示范，策略无需梯度更新即可推断并执行多种折叠模式，包括空间执行方式和顺序的变化。 方法分两步：先通过时序对比预训练学习形变感知的视觉表示，再由示范条件下的流匹配 Transformer 预测动作。论文摘要称其完全在仿真中训练，可零样本迁移到真实环境，无需额外数据采集或微调；以上为论文摘要声称的结果，本站未核验全文。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。