Octo：开源通用机器人策略的经典基座
·
https://octo-models.github.io/?utm_source=chatgpt.com "Octo: An Open-Source Generalist Robot Policy"
Octo 是一个开源 generalist robotic policy，采用 transformer-based diffusion policy 架构，并在 Open X-Embodiment 数据集中的约 80 万条机器人轨迹上训练。它的核心特点是支持灵活的任务定义、观测输入和动作空间，可以通过语言指令或目标图像进行条件控制，并能在新的机器人设置上进行快速微调。官方页面和论文都强调 Octo 面向“widely applicable generalist policies”，是开源通用机器人策略方向的重要基线。(Octo Models)
介绍：
Octo 的代表性在于它把“通用机器人策略”从概念推进到了社区可复现的工程形态。它不像纯 VLM 那样停留在感知和推理层面，而是直接面向机器人动作生成；同时，它也不像传统 imitation learning 那样绑定单一机械臂、单一任务或单一观测形式。Octo 更像是一个机器人策略的“预训练骨干网络”：研究者可以基于它快速适配新的传感器、新的动作空间和新的操作任务。因此，在具身智能研究中，Octo 非常适合作为多任务操作、跨本体泛化和机器人策略预训练的基础参照。
立足具身智能前沿赛道，致力于搭建全球化、开源化、全栈式技术交流与实践共创平台。
更多推荐
0
0- 0
已为社区贡献12条内容
所有评论(0)