世界模型潜在扰动建模用于鲁棒机器人决策
热点事件观察中
世界模型潜在扰动建模用于鲁棒机器人决策
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Junwon Seo与Andrea Bajcsy提出一种在世界模型潜在空间中做鲁棒决策的方法:用动力感知相似度、分布外检测和共形预测构建潜在动力学不确定性集合,并联合优化机器人动作与最坏潜在扰动。 基于论文摘要,该方法用于潜安全过滤和采样式生成控制策略引导;在Franka机械臂实验中,报告两者失败率分别降低70%和54%。
AI 根据报道生成 · 2 小时前更新
最新进展10月7日 12:00
世界模型潜在扰动建模用于鲁棒决策报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv · cs.AI世界模型潜在扰动建模用于鲁棒决策
Junwon Seo与Andrea Bajcsy提出一种面向世界模型潜在空间的鲁棒决策方法,通过动力感知相似度、分布外检测和共形预测构建潜在动力学不确定性集合,并联合优化机器人动作与最坏潜在扰动。基于论文摘要,该方法用于潜安全过滤和采样式生成控制策略引导;在Franka机械臂实验中,报告失败率分别降低70%和54%。
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。