Sign In

Traj2Action: A Co-Denoising Framework for Trajectory-Guided Human-to-Robot Skill Transfer

Created by
  • Haebom
Category
Empty

μ €μž

Han Zhou, Jinjin Cao, Liyuan Ma, Xueji Fang, Guo-jun Qi

πŸ’‘ κ°œμš”

λ³Έ 논문은 인간 μ‹œμ—° λ°μ΄ν„°μ—μ„œ λ‘œλ΄‡μœΌλ‘œ μ‘°μž‘ κΈ°μˆ μ„ 이전할 λ•Œ λ°œμƒν•˜λŠ” ν˜•νƒœν•™μ  차이 문제λ₯Ό ν•΄κ²°ν•˜κΈ° μœ„ν•΄ Traj2Actionμ΄λΌλŠ” μƒˆλ‘œμš΄ ν”„λ ˆμž„μ›Œν¬λ₯Ό μ œμ•ˆν•©λ‹ˆλ‹€. 이 ν”„λ ˆμž„μ›Œν¬λŠ” μž‘μ—… μ’…λ‹¨μ μ˜ 3D ꢀ적을 쀑간 ν‘œν˜„μœΌλ‘œ μ‚¬μš©ν•˜μ—¬ 인간과 λ‘œλ΄‡ κ°„μ˜ ν˜•νƒœν•™μ  격차λ₯Ό ν•΄μ†Œν•˜κ³ , ꢀ적에 λ‹΄κΈ΄ μ‘°μž‘ 지식을 λ‘œλ΄‡ ν–‰λ™μœΌλ‘œ 효과적으둜 μ΄μ „ν•©λ‹ˆλ‹€. μ œμ•ˆλœ 방법둠은 coarse trajectory 생성과 co-denoising ν”„λ ˆμž„μ›Œν¬λ₯Ό ν†΅ν•œ μ •λ°€ν•œ λ‘œλ΄‡λ³„ 행동 합성을 κ²°ν•©ν•˜μ—¬, 인간-λ‘œλ΄‡ 기술 이전을 μœ„ν•œ ν™•μž₯ κ°€λŠ₯ν•œ νŒ¨λŸ¬λ‹€μž„μ„ μ œμ‹œν•©λ‹ˆλ‹€.

πŸ”‘ μ‹œμ‚¬μ  및 ν•œκ³„

β€’
인간 μ‹œμ—° λ°μ΄ν„°μ˜ 3D ꢀ적을 핡심 쀑간 ν‘œν˜„μœΌλ‘œ ν™œμš©ν•¨μœΌλ‘œμ¨ λ‘œλ΄‡κ³Ό 인간 κ°„μ˜ ν˜•νƒœν•™μ  차이λ₯Ό 효과적으둜 κ·Ήλ³΅ν•˜κ³  기술 μ΄μ „μ˜ 성곡λ₯ μ„ 높일 수 μžˆμŠ΅λ‹ˆλ‹€.
β€’
μ œμ•ˆλœ Traj2Action ν”„λ ˆμž„μ›Œν¬λŠ” 건좕 섀계, λ‹€μ–‘ν•œ μž‘μ—…μœΌλ‘œμ˜ μΌλ°˜ν™”, 데이터 νš¨μœ¨μ„± μΈ‘λ©΄μ—μ„œ νš¨κ³Όμ„±μ„ κ²€μ¦λ°›μ•˜μœΌλ©°, 특히 인간 데이터가 ν™•μž₯될수둝 λ‘œλ΄‡ μ •μ±… ν•™μŠ΅μ— μƒλ‹Ήν•œ 이점을 μ œκ³΅ν•©λ‹ˆλ‹€.
β€’
μ‹€μ œ λ‘œλ΄‡ μ‹€ν—˜μ—μ„œ κΈ°μ‘΄ baseline λŒ€λΉ„ μ΅œλŒ€ 27% 및 22.25%의 μ„±λŠ₯ ν–₯상을 λ‹¬μ„±ν•˜μ—¬ μ‹€μ§ˆμ μΈ 기술 이전 λŠ₯λ ₯을 μž…μ¦ν–ˆμŠ΅λ‹ˆλ‹€.
β€’
λ³Έ μ—°κ΅¬λŠ” 인간 μ‹œμ—° 데이터λ₯Ό λ‘œλ΄‡ μ •μ±… ν•™μŠ΅μ— 톡합할 λ•Œ μž‘μš©ν•˜λŠ” 핡심 법칙을 λ°νžˆλŠ” 데 κΈ°μ—¬ν•˜μ—¬, ν–₯ν›„ 인간-λ‘œλ΄‡ ν˜‘μ—… 및 기술 ν•™μŠ΅ 연ꡬ에 μ€‘μš”ν•œ λ°©ν–₯을 μ œμ‹œν•©λ‹ˆλ‹€.
πŸ‘
Made with Slashpage