GNR：生成式神经重定向实现人手到机器人灵巧操作
热点事件历史事件
GNR：生成式神经重定向实现人手到机器人灵巧操作
1 篇报道1 个报道来源6 天前更新
先了解这件事
AI 综述
2026年10月9日，arXiv cs.RO 发布 Dechen Gao 等作者的论文，提出生成式神经重定向（GNR），用流匹配模型采样可行轨迹，将人类动作重定向到机器人灵巧操作。报道称，GNR 仅需 MPC 8.5% 的采样量，成功率 56.20%，高于 MPC 的 27.20%。在 real-to-sim 数据引擎中应用 GNR，生成了含密集接触力标签的灵巧操作数据集，覆盖 223k 条演示与 3.3k 种物体几何。目前进展为论文发布及方法、数据集的报告，尚无后续跟进报道。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
GNR：用流匹配生成模型实现人到手部灵巧操作的重定向报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.ROGNR：用流匹配生成模型实现人到手部灵巧操作的重定向
研究者提出生成式神经重定向（GNR），用流匹配模型采样可行轨迹，将人类动作重定向到机器人灵巧操作。GNR 仅需 MPC 8.5% 的采样量，成功率 56.20%，高于 MPC 的 27.20%。在 real-to-sim 数据引擎中应用 GNR，生成了含密集接触力标签的灵巧操作数据集，覆盖 223k 条演示与 3.3k 种物体几何。