Le filThèmes : RechercheOpen source
DexPolicy planifie le bruit d’action pour améliorer la manipulation dextre guidée par des trajectoires
1 sourcemis à jour il y a 5 jpertinence 3,2 sur5
L’essentiel
Sur un bras RealMan RM75 avec une main Inspire/RH56, le succès moyen passe de 25,0 % à 85,0 % avec le FPO, de 10,0 % à 63,3 % avec le GRPO et de 8,3 % à 43,3 % avec le PPO, lors de 360 essais sur trois objets.
Propagation1 article, publié par HF Daily Papers le 2 oct..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceHaoyu Wang, Siyuan Qian, Yanjun Li et al.huggingface.co
DexPolicy: Scheduled Exploration for Trajectory-Guided Dexterous Manipulation (site externe)
Reinforcement learning (RL) for dexterous manipulation must discover finger-object contacts and then control the object precisely; the action noise that serves the first goal can interfere with the second.
Sur les mêmes thèmes
Open source
Xiaomi publie MiMo-V2.6-Pro, un modèle open-weights omnimodal de 1 000 milliards de paramètres
Open source
Xiaomi MiMo publie MiMo-V2.6-Distill-Qwen-9B, un modèle agentique de 9 milliards de paramètres
Open source
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