Le filThèmes : AgentsRecherche
Real2Gym transforme des vidéos de démonstration en environnements de simulation pour robots
1 sourcemis à jour 30 sept.pertinence 2,2 sur5
L’essentiel
Ce framework agentique transfère les compétences acquises en simulation vers de vrais robots. Il dépasse GPT-6 Astra Direct Mode de 16,7 % en réussite avec environ 74,9 % de tokens en moins, et de 33,3 % sur un robot Franka.
Propagation1 article, publié par HF Daily Papers le 30 sept..
Les sources
1 article
HF Daily PapersCommunauté : fiche de la sourceSource primaire
Hugging FaceKerui Ren, Yingxiang Xu, Kaiwen Song et al.huggingface.co
Real2Gym: Building Gyms from Videos, Bringing Skills to Robots (site externe)
Real-world videos provide rich demonstrations of manipulation, but turning them into reusable robot skills requires visually aligned environments, executable physical interactions, and mechanisms for learning from experience.
Sur les mêmes thèmes
Agents
SkillSeek montre que BM25 rivalise avec la recherche agentique de skills pour les agents
Agents
PUBG Ally, un agent incarné vocal, joue comme coéquipier d’IA dans PUBG : BATTLEGROUNDS
Agents
DAEDALUS construit une mémoire d’agent à partir de tâches que des agents génèrent eux-mêmes
Agents
VeriHarness transforme le LLM d’un générateur en agent vérificateur pour les tâches longues
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