ILA用交互潜变量作为动作单元提升接触密集操作

Yuhang Zheng 等研究者提出 ILA（Interaction Latents as Actions），把可解码的交互隐变量作为策略的动作单元，联合刻画运动、接触与力的演化，用于接触密集操作的动作表示与策略后训练。该隐变量空间同时支持动作生成、评估与离线改进。 在三个策略家族上，ILA 相对触觉条件直接动作基线，在四项真实任务的平均成功率上提升 21.0–36.5 个百分点。消融实验显示，在动作目标中编码接触演化优于仅用触觉条件。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。