Skip to content
简体中文

切换主题

arXiv 2610.09455 · cs.CV · 2026-10-07

RLHND: Video Foundation Models as Physically Grounded Hand Trackers for Robot Learning

Seungjun Moon, Subin Jeon, Sangwoo Kim, Hanbyul Joo, Jinwoo Shin

RLWRLD

在最新榜 #260 本站收录于 2026-10-21

一句话要点

RLHND 基于视频基础模型从第一视角视频估计手部姿态和触觉信息,让人类视频更好地用于机器人学习。

RLHND uses a video foundation model to estimate hand pose and touch from egocentric video, making human videos more useful for robots.

45HF 点赞
19GitHub stars
1引用(Semantic Scholar)
49.6热度分

阅读 arXiv 原文 PDF Hugging Face 讨论 代码仓库 项目页

数据说明

元数据来自 arXiv API(已核实);点赞来自 Hugging Face 每日论文;引用来自 Semantic Scholar。最近刷新 2026-10-22。

要点由本站根据摘要自写,不转载摘要原文,请阅读原文。

数据更新于:最新 AI 论文(北京时间)