機器之心AI 評分63
天津大學 FAME 入選 NeurIPS 2026 Spotlight，機器人主動建圖改用多目標探索
天津大學與合肥工業大學團隊的 FAME 方法被 NeurIPS 2026 接收併入選 Spotlight（7920 篇錄用論文中的 292 篇，約 3.7%）。它用 Conditional Flow Matching 一次生成多個探索錨點，再由 A* 路徑規劃、探索模式聚類與分層選擇挑出路線，避免只押注單一長期目標。
搜尋
找到 2 筆；也可以試試 語意搜尋
機器之心● 精選AI 評分67
三星 ε4P 把不完美資料轉為增益，ATX 插入成功率達 80%
三星 Samsung RX Lab-China 團隊提出 ε4P，把兩類不完美機器人示範資料分別限制在 flow matching 的不同噪聲區間參與訓練，三個真機任務的表現都超過了僅使用高精度資料，也遠好於直接混合訓練。ATX 聯結器插入成功率由 48.3% 升至 80.0%，兩階段線纜插接由 78.3% 升至 88.3%，螺栓螺母分揀由 81.7% 升至 91.7%；而直接混合訓練時，這三項分別降到 38.3%、33.3%、73.3%。