热点事件观察中

提出递归视频上下文学习方法RV-ICL

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

Wenrui Bao 等作者提出免训练的递归视频上下文学习方法 RV-ICL，用于智能体机器人规划：把单个演示视频按抓取、释放等子事件拆成从关键帧到短片段的多层只读层级，LLM 智能体规划前读取粗粒度层，执行中按需加载当前子目标片段，每个任务只需一个演示。基于 RPent，该方法在 LIBERO-PRO 上将成功率从 92.6% 提升至 96.5%，在 LIBERO-Plus 上从 86.7% 提升至 95.8%。

AI 根据报道生成 · 1 天前更新

最新进展10月6日 12:00

RV-ICL：面向智能体机器人的递归视频上下文学习

报道时间线

沿着报道，了解事件的不同侧面。

10月6日

12:00
arXiv cs.RO 机器人学
RV-ICL：面向智能体机器人的递归视频上下文学习
RV-ICL 是一种免训练方法，将单个演示视频按抓取、释放等子事件构建为从关键帧到短片段的多层只读层级，供 LLM 智能体在规划前读取粗粒度层、执行中按需加载当前子目标片段。基于 RPent，RV-ICL 在 LIBERO-PRO 上将成功率从 92.6% 提升至 96.5%，在 LIBERO-Plus 上从 86.7% 提升至 95.8%。

本事件热度走势

可比范围当前: 2
可比范围峰值: 510月7日 13:00
近 24 小时变化: -51%

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。