10:05官方账号arXiv cs.LG@Rui Liu, Benjamin Paassen表面肌电(sEMG)用于控制假肢,但现有研究多聚焦基本动作,而日常活动需组合动作。论文提出CPI和SAP两种原型网络方法,实现仅用基本动作训练后零样本识别未见组合动作。在NearLab、NinaPro DB3及新采集的BasCom数据集上,SAP准确率较现有零样本方法提升超过20%。用户在线实验也验证了优势。论文sEMGCPI零样本学习推荐理由:这篇论文提出了两种新方法,只用基本动作训练就能识别组合动作,在多个数据集上准确率提升超20%,挺实用。原文稍后读已读值得跟进有用关注 sEMG
14:50量子位@思邈加州大学伯克利分校研究团队提出一种具身智能数据采集新范式,通过同时采集人类肌电信号和脑电信号来训练世界模型。该方法在Meta的Habitat 2.0模拟环境中,使机器人物体操作任务成功率从52%提升至81%。系统使用20通道肌电手环和16通道脑电头戴设备,采集数据量仅为传统示教法的1/10。论文具身智能世界模型脑机接口推荐理由:这篇讲的是怎么让机器人边看你干活边学习,还能读你的脑电波,比传统示教省事多了。原文稍后读已读值得跟进有用关注 具身智能