Jeong 等提出 PoLAR 结构化潜在动作方法

Jeong 等人在 arXiv 论文（v2）中提出 PoLAR，将机器人策略学习中的潜在动作分解为幅度与模式：以观测间时间偏移作为变化幅度的弱代理，在双曲空间中用半径编码幅度、方向保留变化模式。 作者称，在任务内学习和大规模预训练两种设定下，PoLAR 在模拟和真实机器人实验中提升了下游策略表现，超过潜在动作基线和预训练 VLA。以上为作者声称的结果，基于论文摘要。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。