arXiv cs.RO 机器人学· Yuyan Li, Yujia Wang, Yusong Huang, Junjie Yang, Yanggang Sheng, Ziyi Shi, Wenpeng Xu, Xiaoyang Zhou, Haoang Li, Hongliang Lu, Xinhu Zheng·· 1 天前AI 评分55
CA³C：基于未来共识的机器人操作自适应动作分块方法
Commit While Futures Agree: Consequence-Aware Adaptive Action Chunking for Robot Manipulation
AI 导读
论文提出 CA³C（Consequence-Aware Adaptive Action Chunking），一种推理时框架，在不修改或重训练基础策略的前提下，用动作条件世界模型在相同采样噪声下想象多个候选动作块的未来后果，将执行时长估计建模为贝叶斯变点推断问题，并通过未来共识选择执行候选。在多个仿真基准与真实机器人操作任务上，CA³C 使各类动作分块策略的失败率相对降低最高达 71.8%。
来源：arXiv cs.RO 机器人学 · arxiv.org