跳到正文
热点事件持续更新

TAME-Nav 导航框架论文提交 arXiv

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

Lingjie Zhang 等人向 arXiv 提交 TAME-Nav 论文,提出一种非对称教师-学生导航框架:教师用干净观测加动态障碍物轨迹构建特权表征,学生通过时序编码、软专家路由和潜空间蒸馏,从受污染的观测历史中学习导航特征。 论文称,在真实四足机器人上,该框架在局部陷阱逃逸与窄通道突发动态障碍两类任务中完成全部二十次试验,仅有一次轻微接触。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月12日
  1. arXiv cs.RO 机器人学精选
    TAME-Nav:基于时序非对称混合专家蒸馏的机器人导航框架

    TAME-Nav 提出一种非对称教师-学生导航框架,核心是时序软混合专家(Soft-MoE):教师用干净观测加动态障碍物轨迹构建特权表征,学生通过时序编码、软专家路由和潜空间蒸馏从受污染的观测历史中学习导航特征。

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。