机器人模仿学习提出异方差Student-t动作回归策略
热点事件持续更新
机器人模仿学习提出异方差Student-t动作回归策略
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yuchen Zhou 等研究者提出异方差 Student-t 动作回归方法（HT-Policies），用于机器人模仿学习，学习随输入变化的残差尺度并降低重尾分布的影响，以缩小回归策略与生成策略的差距。 论文称，该方法在四个仿真基准和真机评测中，无论从零训练还是基于预训练视觉-语言-动作及世界-动作模型训练，成功率均与生成式策略基线相当，且训练与推理更快。
AI 根据报道生成 · 2 小时前更新
最新进展10月9日 12:00
残差建模缩小机器人学习中回归策略与生成策略的差距报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.RO 机器人学残差建模缩小机器人学习中回归策略与生成策略的差距
论文提出异方差 Student-t 动作回归（HT-Policies），在四个仿真基准和真机评测中取得与生成式策略基线相当的成功率，且训练与推理更快。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月9日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。