KAIST团队发布动作校验合成机器人数据框架RoboCurate
热点事件持续更新
KAIST团队发布动作校验合成机器人数据框架RoboCurate
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
KAIST的Seungku Kim等团队在arXiv发布论文，介绍合成机器人数据生成框架RoboCurate，用于解决生成视频与标注动作不一致的问题。论文已被CoRL 2026 G2A Workshop接收并作口头报告。 RoboCurate的做法是：在模拟器中执行逆动力学模型（IDM）预测的动作，通过比对模拟器回放与生成视频的运动一致性来过滤噪声动作标签，同时用视觉语言模型（VLM）预筛物理不合理的视频，并借助结构化编辑轴扩展场景多样性。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
RoboCurate：用动作校验的合成数据释放多样性提升机器人学习报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AIRoboCurate：用动作校验的合成数据释放多样性提升机器人学习
RoboCurate 是一个动作校验的合成机器人数据框架，通过在模拟器中执行逆动力学模型（IDM）预测的动作，比对模拟器回放与生成视频的运动一致性来过滤噪声动作标签，并用 VLM 预筛物理不合理视频，同时借助结构化编辑轴扩展场景多样性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。