logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

PriorVLA 论文深度解读:保留预训练先验,让 VLA 在少样本与 OOD 场景中更好地泛化

PriorVLA 提出一种先验保持的视觉-语言-动作模型适配方法,解决全参数微调导致的“先验遗忘”问题。通过冻结预训练动作专家(Prior Expert)并引入可训练的适配专家(Adaptation Expert),结合三类专家查询(Scene/Motor/Action Query),在去噪过程中融合场景与运动先验。实验表明,在少样本、分布外任务上显著提升成功率(如真实机器人任务+22%),仅需2

文章图片
【机器人】REGNav 具身导航 | 跨房间引导 | 图像目标导航 AAAI 2025

摘要:REGNav提出了一种两阶段跨房间导航框架,通过离线预训练房间专家(无监督学习房间风格特征)和在线融合导航策略,模仿人类“先识别区域再定位细节”的认知方式。该方法利用单目RGB输入,通过风格编码器提取房间布局特征,结合视觉细节优化路径规划,在Gibson和Matterport3D数据集上显著提升导航成功率(SR)和路径效率(SPL)。实验表明,其分层决策机制有效解决跨房间视觉关联难题,泛化性

文章图片
#机器人
Ubuntu 安装时出现“failed to load ldlinux.c32” 方法总结

方法1:启动的时候如果不开启UEFI,则会提示:Failed to load ldlinux.c32Boot failed: please change disks and press a key to continue.我的U盘安装是用 UltraISO.exe, 之前用来制作windows7系统都好好的。不知道为什么这个版本ubuntu 16.04 不行。无奈之下,只能goog...

视觉SLAM 关键技术与发展概述

前言最近看了北京理工大学的课程《智能车辆概述与应用》,感觉入门角度讲的还不错的,于是通过本文记录关键内容。背景随着计算机视觉的发展,视觉在定位导航中的得到应用;其中相关技术包括视觉里程计VO、视觉SLAM。视觉里程计VO:关注两帧图像之间的位姿关系;一般不存储历史数据,只对当前或局部帧之间的位姿关系;往往忽视全局的一致性;运算速度快。视觉SLAM:计算当前帧(或局部帧) 和 具有历史数据地图的位姿

文章图片
【机器人】复现 HOV-SG 机器人导航 | 分层 开放词汇 | 3D 场景图

HOV-SG 是通过语言指令实现机器人导航的,核心特点是分层结构、开放词汇、3D场景图。可以为大规模、多层次的环境构建精确的、开放词汇的 3D 场景图,并使机器人能够通过语言指令在其中有效地导航。

文章图片
#机器人
【机器人】复现 DOV-SG 机器人导航 | 动态开放词汇 | 3D 场景图

摘要:DOV-SG提出了一种动态开放词汇3D场景图构建方法,结合大型语言模型(LLM)实现长期语言引导的移动操作。该系统通过动态更新3D场景图,支持交互式探索和任务分解。论文详细介绍了复现流程,包括创建Python 3.9环境、安装PyTorch 2.3.1+cu121、Segment-Anything-2、GroundingDINO等关键组件,以及7个预训练模型的下载配置。实验展示了从场景重建到

文章图片
【机器人】HOV-SG 开放词汇 | 分层3D场景图 | 语言引导机器人导航

HOV-SG 结合开放词汇能力,提出分层3D场景图;(楼层级、房间级、对象级)通过语言指令实现机器人导航的,核心特点是分层结构、开放词汇、3D场景图。开放词汇,对物体和环境进行 语义特征提取与融合,能理解未预定义的类别。

文章图片
#机器人
『大模型部署』NVIDIA Orin + bnb量化 + Qwen3-VL | 4bit、8bit量化

本文介绍了如何使用BitsAndBytes库对Qwen3-VL多模态模型进行量化部署。BitsAndBytes是一个轻量级PyTorch库,支持8/4位量化技术,能将模型显存占用降低90%以上。文章详细讲解了从环境搭建到模型量化、再到实际推理的全流程,包括: 在NVIDIA Orin上安装CUDA驱动和PyTorch环境 使用LLaMA-Factory进行LoRA微调 合并基础模型和LoRA适配器

文章图片
《机器人 具身智能 仿真搭建》IsaacSim 5.0 + IsaacLab 2.2

本文介绍了在Ubuntu 22.04系统下配置IsaacSim 5.0和IsaacLab 2.2的完整流程。主要内容包括:安装NVIDIA 575开源驱动和CUDA工具包;通过源码编译安装IsaacSim 5.0并创建Python 3.11的Conda环境;下载指定版本的IsaacLab并进行依赖安装;建立两者间的软链接和环境配置;最后通过示例脚本验证安装是否成功。文中还提供了常见错误的解决方法,

文章图片
#机器人#仿真
NVFP4 量化 × 具身智能:ModelScope 模型生态调研

- **NVFP4 侧**:ModelScope 上 NVFP4 量化的视觉多模态模型共 **133 个**,全部是 `Qwen`、`GLM`、`Gemma`、`Kimi` 等通用大模型的量化版,<u>没有任何一个具身智能专用模型</u>。- **具身侧**:ModelScope 的"具身智能"分类下有 **621 个模型**,主力是 **VLA 操作模型**(`π0/π0.5`、`GR00T`、

文章图片
    共 273 条
  • 1
  • 2
  • 3
  • 28
  • 请选择