CoRP以紧凑表征匹配大型机器人策略

Nanhe Chen等提出并测试紧凑型机器人策略CoRP，包含视觉表征提取器与流匹配动作生成器，共48.9M参数，不依赖视觉语言模型或视频生成先验。据arXiv论文摘要，CoRP在LIBERO取得97.0%，在RoboTwin 2.0 Clean/Randomized取得75.78%/73.36%，与参数量大40.9—163.6倍的系统相当。 固定动作生成器后的消融显示，仅预训练并不足够：冻结编码器会使性能下降19.8个百分点。研究者据此称，紧凑策略需要同时对表征进行预训练、任务适配和压缩。

AI 根据报道生成 · 39 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。