Robot Learning from Human Videos: A Survey
Abstract · 中文整理
这篇综述针对机器人数据难以规模化拓展的瓶颈这一问题，全面梳理了如何利用海量人类视频让机器人被动学习操纵技能的技术(LfHV)，重点提出了涵盖任务、观察和动作导向的分层迁移路径分类体系，并深入探讨了相关的数据集、视频生成方案及未来挑战。
Research notebook
数据飞轮
相关论文 8
文献索引 ↗-
-
AVID: Learning Multi-Stage Tasks via Pixel-Level Translation of Human Videos
Abstract · 中文整理
摘要待补充。可先访问论文原文。
-
Learning Generalizable Robotic Reward Functions from “In-The-Wild” Human Videos
Abstract · 中文整理
摘要待补充。可先访问论文原文。
-
Towards Universal Visual Reward and Representation via Value-Implicit Pre-Training
Abstract · 中文整理
摘要待补充。可先访问论文原文。
-
LIV: Language-Image Representations and Rewards for Robotic Control
Abstract · 中文整理
摘要待补充。可先访问论文原文。
-
RoboCLIP: One Demonstration is Enough to Learn Robot Policies
Abstract · 中文整理
摘要待补充。可先访问论文原文。
-
Rescaling Egocentric Vision: Collection Pipeline and Challenges for EPIC-KITCHENS-100
Abstract · 中文整理
摘要待补充。可先访问论文原文。
-
Ego4D: Around the World in 3,000 Hours of Egocentric Video
Abstract · 中文整理
摘要待补充。可先访问论文原文。
