RoboCoach utilise des échecs imaginés par un modèle de monde pour guider l’apprentissage de robots
1 sourcemis à jour il y a 6 jpertinence 2,3 sur5
L’essentiel
Avec 150 démonstrations de sous-tâches supplémentaires, le succès passe de 13,3 à 75,0 % sur Franka et de 40,0 à 83,8 % sur AgileX. Sur quatre compositions non vues, les experts atteignent 35,0 % de succès en moyenne.
Propagation1 article, publié par HF Daily Papers le 1 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceJiajun Liu, Yifan Chen, Yichao Liu et al.huggingface.co
RoboCoach: World Models as Active Coaches for Compositional Robot Skills (site externe)
We present ROBOCOACH, a world-model-guided coaching framework that uses imagined failures to guide demonstration requests and expert updates.
Sur les mêmes thèmes
Recherche
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Recherche
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Recherche
Reflection dévoile Beam, un modèle d’IA de 501 milliards de paramètres
Recherche
OpenAI publie 722 manuscrits de mathématiques issus d’un modèle interne non diffusé
À lire ensuite
Modèles
Google DeepMind annonce Gemini 4 Argon, déployé d’abord auprès de défenseurs cyber de confiance via Fairwind
Modèles
OpenAI lance GPT-6 Sol et GPT-6 Luna, deux modèles plus économiques qui complètent GPT-6 Astra
Modèles
Anthropic publie Claude Opus 5.5 et OpenAI lance GPT-6 Sol et GPT-6 Luna à environ une heure d’écart
Modèles
Anthropic lance Claude Sonnet 5.5, deuxième modèle de la famille Claude 5.5