arXiv · AI· Zhehao Dong, Xiaofeng Wang, Zheng Zhu, Yirui Wang, Yang Wang, Yukun Zhou, Boyuan Wang, Chaojun Ni, Runqi Ouyang, Wenkang Qin, Xinze Chen, Yun Ye, Guan Huang, Zhen Lu, Yue Yang·· 4 小时前AI 评分35
EMMA：通过生成式视觉模型增强机器人控制鲁棒性
EMMA: Enhancing Robotic Control Robustness through a Generative Visual Model
AI 导读
研究团队提出EMMA框架，结合生成式数据引擎与训练流水线以增强视觉-语言-动作模型鲁棒性。 DreamTransfer基于扩散Transformer生成多视角一致视频；AdaMix策略自适应加权困难样本。 真实机器人零样本任务中，该框架性能比仅用真实数据训练提升超92%，结合AdaMix额外提升17%。
来源：arXiv · AI · arxiv.org