在复杂真实场景中评估 π0 这类通用 policy 的性能和边界

点击下方 卡片 ，关注" 具身智能 之心 "公众号 作者丨 Jie Wang等 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 blog：https://penn-pal-lab.github.io/Pi0-Experiment-in-the-Wild/ 这是 GRASP Lab 的一篇在复杂真实场景中（in the wild）评估 PI0-FAST-DROID 的工作，这样可以更直观的帮助理解 PI0 这类通用 policy 的目前性能和边界，以 及探索未来可以解决的方向。 当然现在还有更新一代的 PI0.5 方案（但是还没有开源）。 相关资料 ： Droid 数据集 ：https://droid-dataset.github.io/ 引言： 机器人操作领域，一直以来都缺少能够"开箱即用"地处理新物体、新位置和新任务的预训练模型 。机器人专家们往往曾经历过令人沮丧的过程：为了获取一个 机器人 policy，不得不进行繁琐的工程设计和数据收集，结 ...