技能学习

Search documents
中科院自动化所最新综述!VLA模型后训练与类人运动学习的共性
具身智能之心· 2025-06-29 09:51
点击下方 卡片 ,关注" 具身智能 之心 "公众号 作者丨 Tian-Yu Xiang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。 想象学习走路的情景:尽管祖先的经验让一些与生俱来的能力(例如:平衡感、反应)被编码到我们的 DNA中,但要真正学会走路,仍需要在真实环境中不断练习、摔倒、再爬起。经过一段时间的训练,我们 的大脑和身体会逐渐协调一致,形成与环境交互的策略。这种 由通用能力到特定技能 的转变过程在人类中 十分常见,而如今, 智能机器人 也面临着类似的挑战:即便拥有强大的预训练模型作为"大脑",在执行具 体复杂任务前,仍需要经过类似于人类学习的"后训练"阶段,才能在新环境、新任务下达到理想表现。 1. 概述 这项工作从 人类运动技能学习 的角度系统性地对总结 VLA模型(视觉-语言-动作模型) 的 后训练(post- training)策略 。其主要贡献如下: (1) 从人类运动学习视角讨论了VLA模型后训练方法 :将人类运动技能 ...
00后党金鑫:追寻滚烫青春
Zhong Guo Qing Nian Bao· 2025-06-21 01:42
陕西汽车技工学校(以下简称"陕汽技校")冷作钣金加工工匠班(以下简称"工匠班")教师党金鑫的答 案里,藏着奋斗的注脚。从2020年在全国智能焊接职业技能竞赛冲压工(冷作钣金工)竞赛中勇夺"个 人总成绩金奖"并被授予"全国技术能手"称号,到2021年荣获"陕西省五一劳动奖章",再到2024年获 评"陕西青年五四奖章",直至今年被共青团中央、全国青联授予"2025年度新时代青年先锋奖",一项项 荣誉背后,是他日夜淬炼技艺的奋斗足迹。回望来路,这位青年教师目光如炬,语气坚定:"在赛场上 挥洒汗水,用技艺诠释担当,以奋斗践行使命,这就是我追寻的滚烫青春。"在他心中,青春从不是莽 撞的热血,而是深耕细作的坚守、勇攀高峰的执着,更是心怀国家的责任与担当。 学技一样有前途 2001年,党金鑫出生于陕西宝鸡陇县固关镇的农村家庭。黄土地的质朴,赋予了他坚韧的性格底色。 2017年,16岁的党金鑫中考失利,父母希望他学门手艺谋生。带着"多学一门手艺就多一条出路"的朴实 想法,同年,他进入陕汽技校新能源汽车检测与维修专业学习。那时的他未曾想到,这里会成为他人生 逆袭的起点。 青春应该是什么样子的? 第一次走进实训车间,轰鸣的机器声 ...
对谈黄灯:普通二本学生的出路在哪里?
乱翻书· 2025-06-13 10:04
同时当下高校课程与社会需求严重脱节,大量教学内容滞后于技术迭代,脱离产业真实场景,对于很多工作岗位等你去读完研究生再来公司可能知识都已 经换了一代。当时这里不是说教育学历研究无用,而是说社会需要多元人才,不是所有人都需成为院士或科学家。要找到自身优势与市场需求的契合点, 比盲目追求学历升级更重要。 所以对多数二本学生而言,尤其那些明确排斥考公考研、对学术研究缺乏兴趣,更务实的策略是:尽早放弃"唯学历论"幻想,尽快转向提升动手解决问题 能力。核心是要锻炼强化自己的自驱自学能力,能主动规划学习路径,利用网络资源持续精进技能。而且中小企业也更青睐这些"高性价比"人才,因为成 本可控、技能即插即用、主动性强、能快速解决问题。这正是技能型二本学生的核心优势。 尤其在当下,AI工具已彻底改变技能习得逻辑。过去需数年掌握的数据分析、基础开发、音视频制作等技能,如今通过AI辅助工具(如ChatGPT、剪辑 AI),普通人可能专门学习两三月即可达到可用水平;而当你掌握这些技能+基础社交能力,完全能胜任中小企业中的产品助理、运营专员、内容制作等 岗位,甚至小型团队的管理协调角色。 所以对于大部分普通学生来说,核心策略就是课业达标 ...
RSS 2025|物理驱动的世界模型PIN-WM:直接从视觉观测估计物理属性,可用于操作策略学习
机器之心· 2025-05-23 00:01
第一作者李文轩目前就读于国防科技大学计算机学院,硕士二年级,导师为徐凯教授,研究方向包括世界模型、可微物理仿真等。共同第一作者赵航,现为 武汉大学计算机学院博士后,博士期间导师为徐凯教授,研究方向为工业具身智能。本文通信作者为深圳大学胡瑞珍教授与国防科技大学徐凯教授。 在机器人操作中,物体运动往往涉及摩擦、碰撞等复杂物理机制。准确的物理属性描述可以实现对物体运动结果更准确的预测,并提升机器人在操作技能学 习中的表现。 然而,一般用于训练机器人操作策略的仿真交互环境,其物理属性与真实环境往往存在明显差异且难以校准,机器人控制策略的虚拟到现实迁移 (Sim2Real)一直是困扰社区的问题。 为解决上述问题,国防科大、深圳大学、武汉大学团队提出 PIN-WM(Physics-INformed World Models)——一种物理驱动的世界模型。 论文标题: PIN-WM: Learning Physics-INformed World Models for Non-Prehensile Manipulation 基于可微物理和可微渲染,PIN-WM 以真实世界运动结果为监督信号,可以从视觉观测中直接辨识刚体物理属 ...