arXiv cs.RO 机器人学· Kuangji Zuo, Tuo An, Xinying Guo, Gen Li, Mengfei Zhao, Jiaqi Bai, Bofan Lyu, Zhuoyuan Yu, Jinghan Yang, Jiayi Li, Jindou Jia, Jianfei Yang·· 5 小时前精选AI 评分58
Δ-Flow 以历史状态为源提升机器人基础模型训练与推理效率
$\Delta$ Flow Matching for Robot Foundation Models
AI 导读
论文提出 Δ-flow，用近期历史加轻微噪声替代固定高斯先验作为生成源，把传输距离压缩为可高效学习的残差 Δ，从而支持单步推理。
推荐理由
论文给出训练轮次、推理加速倍数与动作平滑度等量化对比，便于评估该方法对机器人基础模型训练推理成本的改善幅度。
来源：arXiv cs.RO 机器人学 · arxiv.org