本文介绍了Jaeger，这是一种针对人形机器人的双层全身控制器，可以解决训练更强大和多功能政策的挑战。与传统的单个控制器方法不同，Jaeger将上部和下身体的控制分为两个独立的控制器，以便他们可以更好地专注于不同的任务。这种分离减轻了维度的诅咒，并提高了容错 ...
由于服装的可变形性，为机器人服装操纵任务生成大量的高质量数据是高度挑战性的。在本文中，我们提供了一个合成服装数据集，可用于机器人服装折叠。我们首先基于关键点构建几何服装模板，并应用生成模型来生成逼真的纹理模式 ...
加强学习（RL）在腿部机器人控制方面取得了长足的进步，从而使各种地形和复杂的机车操作能力跨越了运动。但是，常用的位置或基于速度跟踪的目标对机器人所经历的力量不可知，从而导致僵硬且潜在的危险行为以及在有力相互作用期间的控制力不佳。为了解决此限制，我们通过阻抗参考跟踪}（facet）提出\ emph {力自动控制 ...
大型语言和视觉模型一直在视觉计算方面进行革命。通过大大扩展数据和模型参数的尺寸，大型模型学习了深入的先验，从而在各种任务中都表现出色。在这项工作中，我们提出了深层的组装，这是一个新颖的框架，以零拍的方式从大型场景重建大型模型中汇集了各种各样的深度先验 ...
大型语言模型（LLM）及其多模式扩展（MLLM）的最新进展具有跨不同任务的机器推理。但是，这些模型主要依靠纯文本作为表达和结构推理的媒介，即使存在视觉信息。在这项工作中，我们认为语言可能并不总是是推理的最自然或有效的方式，尤其是在涉及空间和几何信息的任务中 ...
我们考虑学习控制政策的问题，该政策优化了奖励功能，同时由于对安全性，公平性或其他成本的考虑而满足了约束。我们提出了一种新的算法，基于投影的约束策略优化（PCPO）。这是一种在两步过程中优化策略的迭代方法：第一步执行局部奖励改进更新，而第二步则通过将策略返回到约束集中来调和任何约束违规行为 ...
无线传感最近在包括房屋，办公室和公共场所在内的不同环境中发现了广泛的应用程序。通过分析渠道状态信息（CSI）中的模式，可以推断人类对人识别，手势识别和跌落检测等任务的行为。但是，CSI对环境变化高度敏感，即使很小的变化也会显着扭曲CSI模式 ...
从开放式域文本提示中生成和编辑图像是迄今为止需要昂贵且经过特殊训练的型号的一项具有挑战性的任务。我们为这两个任务展示了一种新颖的方法，该方法能够通过使用多模式编码器来指导图像世代的文本提示，而无需进行任何训练。我们展示了如何使用Clip [37]指导VQGAN [11]的各种任务，尽管未接受培训的任务培训，但尽管未接受培训，但诸如DALL-E [38]，Glide [33]和Open-EdiT [ ...
