研究者提出CA³C自适应动作分块推理框架

1. 12:00
   arXiv cs.RO 机器人学

   CA³C：基于未来共识的机器人操作自适应动作分块方法

   论文提出 CA³C（Consequence-Aware Adaptive Action Chunking），一种推理时框架，在不修改或重训练基础策略的前提下，用动作条件世界模型在相同采样噪声下想象多个候选动作块的未来后果，将执行时长估计建模为贝叶斯变点推断问题，并通过未来共识选择执行候选。在多个仿真基准与真实机器人操作任务上，CA³C 使各类动作分块策略的失败率相对降低最高达 71.8%。

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。