机器人空间泛化也有Scaling Law！清华新国大新算法框架让机器人操作更加鲁棒
清华大学和新加坡国立大学团队提出ManiBox算法框架，基于具身智能的空间泛化性Scaling Law，解决了机器人在真实世界中应对多样化物体位置和复杂场景布置的难题。实际测试表明，ManiBox实现了34440cm³操作空间范围覆盖，抓取成功率高达90%-100%，并成功实现了空间、背景和物体的泛化。研究发现任务成功率与数据量呈米氏-曼特恩动力学曲线关系，空间泛化所需数据量与空间体积呈幂律关系。该成果为机器人在复杂真实场景中的表现奠定了理论和技术基础，具有广泛的工业与家庭应用潜力。来源：https://mp.weixin.qq.com/s/p1WTlfR4bcsh5EQhbjuayg
页:
[1]