近期发现很多之前做SLAM的小伙伴，很多陆续从原先做扫地机和割草机转向去开始研究具身智能。后来从猎聘上了解到，原来具身智能行业薪资居然这么高。具身智能的发展已经引起了广泛关注，并有潜力带来革命性的变革，李飞飞的Voxposer、谷歌的RT1和RT2、谷歌的RTX、字节跳动的Robot Flamingo、斯坦福的ACT和卡耐基梅隆的3D_diffuser_act，均在不同任务和场景中展示了强大的能力

与此同时，大语言模型（Large Language Model, LLM）和视觉-语言模型（Vision-Language Model, VLM）的最新进展凸显了强化学习在对齐模型策略与人类偏好之间差距 [5] 或改进模型推理 [6] 方面的价值，证明了部署使用任务专用的奖励函数的强化学习（Reinforcement Learning, RL）来从在线交互中机性能策略更新具有巨大的潜力。BC 损失

然而，当前主流模型在“记忆”这一关键环节遭遇了严重瓶颈，制约了其在复杂、长时序任务中的表现。： 可视化结果显示，在面对需要精细空间推理的指令时（如上图，指令要求“停在有绿色植物的桌子旁边，而不是前面”），JanusVLN凭借其精准的空间几何记忆，能够准确理解并执行复杂的空间关系指令，而其他方法则容易出现混淆。：在仅使用单目RGB输入的情况下，JanusVLN在两大基准上的成功率（SR）指标，均显著

点击下方卡片，关注「3D视觉工坊」公众号选择星标，干货第一时间送达来源：3D视觉工坊添加小助理：dddvision，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群扫描下方二维码，加入3D视觉知识星球，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：近20门视频课程（星球成员免费学习）、最新顶会论文、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研

来自｜Paperweekly 作者 | 陈道明学校 | 布里斯托尔大学研究方向 | 自动驾驶方向文章仅用于学术分享这是 21 年的一篇综述文章，可以算得上是最前沿的自动驾驶技术综述。这几年随着深度表征学习的发展，强化学习领域也得到了加强。本文会对目前最先进的自动驾驶 DRL 算法进行汇总和分类。论文标题：Deep Reinforcement Learning for...

来源：深蓝具身智能添加小助理：cv3d001，备注：方向+学校/公司+昵称，拉你入群。文末附3D视觉行业细分群。扫描下方二维码，加入「3D视觉从入门到精通」知识星球(点开有惊喜)，星球内凝聚了众多3D视觉实战问题，以及各个模块的学习资料：近20门秘制视频课程、最新顶会论文、计算机视觉书籍、优质3D视觉算法源码等。想要入门3D视觉、做项目、搞科研，欢迎扫码加入！‍‍‍鸣谢！所有参与本次年度论文推荐的

近两年，一个原本属于计算机图形学与三维重建领域的技术 —— 3D Gaussian Splatting（3DGS）（Kerbl et al., 2023）—— 正在快速 “出圈”。尽管前景清晰，但工程实践仍存在门槛：理论复杂（体渲染、球谐函数等）、工程链路长（SfM/MVS → NeRF → 3DGS）、性能优化困难（GPU 与数据结构）。其共同指向是：构建一个统一的 “更值得关注的是，这种演进不

点击下方卡片，关注「3D视觉工坊」公众号选择星标，干货第一时间送达来源：3D视觉工坊「3D视觉从入门到精通」知识星球(点开有惊喜) ！星球内有20多门3D视觉系统课程、3DGS独家系列视频课程、顶会论文最新解读、海量3D视觉行业源码、项目承接、求职招聘等。想要入门3D视觉、做项目、搞科研，欢迎加入！基于激光条纹的线结构光点云三维重建技术具有非接触、精度高、鲁棒性强等特点，能够满足复杂环境下的测量需

往期学员通过我们的内推，入职都特别高效，内推很多都是大厂，只有帮助大家学习到技术，找到一份好工作，我们才能收获好的口碑。等等不同的应用场景，在整个授课过程中，老师更加注重是业务与思想的传播，让你轻松应对工作中的问题并且有举一反三的能力。中，把理论和实践相结合，帮助学员用最短的时间进入AI领域并掌握相关知识，快速上手主流深度学习开发框架，这些领域，各家公司都给足了诚意，AI人才全面扩招，岗位薪资也大

知识星球是一个高度活跃的社区平台，在这里你可以和相同研究方向的小伙伴一起探讨科研工作难题、交流最新领域进展、分享3D视觉最新顶会论文&代码资料、分享视频(讲解3D视觉重要知识点)、发布高质量的求职就业信息，承接项目等，当然还可以侃侃而谈，吐槽学习工作生活。细分方向众多，包括但不限于：工业3D视觉、三维重建、自动驾驶、具身智能、大模型、扩散模型等科技前沿方向，也涉及视觉竞赛、硬件选型、视觉产品落地经