Laboratoires de recherche
Improbable AI Lab
États-Unis
Rapid Locomotion via Reinforcement Learning a atteint des vitesses record de 3,9 m/s sur le MIT Mini Cheetah, avec un transfert sur le Unitree Go1 sur des terrains naturels variés.
RattachementMIT CSAIL
PaysUS
TypeAcadémique
Axes de recherchedexterous manipulation, agile locomotion, reinforcement learning, sim2real
Contribution phareA démontré Visual Dexterity, une réorientation en temps réel dans la main d'objets nouveaux aux formes complexes à partir d'une seule caméra de profondeur, sur un montage matériel coûtant moins de 5 000 dollars.
Figures clésPulkit Agrawal (Steven and Renee Finn Chair Assistant Professor, MIT EECS, directeur du lab), Gabe Margolis (doctorant, auteur principal de Rapid Locomotion)
Productions ouvertesCode de Rapid Locomotion via Reinforcement Learning (GitHub Improbable-AI/rapid-locomotion-rl) ; publications arXiv en accès libre pour Visual Dexterity.
VilleCambridge (Massachusetts)
Sources : Improbable AI Lab (2026-07)arXiv (Science Robotics 2023) (2022-11)arXiv (RSS 2022) (2022-05)
← Retour au comparateur · Laboratoires de recherche