arXiv cs.RO· Shuangyu Xie, Kaiyuan Chen, Muhammad Zubair Irshad, Richard Cheng, Sergey Zakharov, Ken Goldberg·· 4 小时前AI 评分58
KiRoSe：用运动学数据高效分割机器人演示
KiRoSe: Using Kinematic Data for Efficient Segmentation of Robot Demonstrations
AI 导读
KiRoSe 提出用机器人运动学数据而非多相机视频流来分割演示数据，通过稀疏运动 token（SMT）紧凑表示重复出现的运动事件。该方法用子任务标注监督开放语言模型解读 token 序列，在 F1 指标上明显优于基线分割方法，并可零样本迁移到未见过的机器人本体和第一人称人体运动。除分割外，KiRoSe 还能在未见机器人上跟踪任务进度并检测动作反向。
来源：arXiv cs.RO · arxiv.org