TrAct用视觉轨迹提升机器人决策成功率
热点事件持续更新
TrAct用视觉轨迹提升机器人决策成功率
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
TrAct研究团队提出基于世界模型的机器人决策框架TrAct，在LIBERO-INTEGRAL仿真基准与真实Franka操作任务上，相比VLA基线π₀.₅将成功率从27%提升至55%（仿真）、从49%提升至76%（真实任务）。 推理时，VLAT模型生成候选动作-轨迹对，TWM世界模型推演各自的视觉结果，VLAC视觉语言奖励模型选出最符合指令的轨迹，机器人执行该轨迹对应的动作。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
TrAct：用视觉轨迹连接机器人控制与视觉预测的世界模型框架报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.RO 机器人学精选TrAct：用视觉轨迹连接机器人控制与视觉预测的世界模型框架
论文提出 TrAct，一个基于世界模型的机器人决策框架，用视觉轨迹作为控制与预测之间的中间接口，包含联合预测动作与轨迹的 VLAT 模型、以轨迹为条件的世界模型 TWM，以及对预测结果打分的视觉语言奖励模型 VLAC。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。