PulseAugur
中
实时 07:02:00

新的DLAM模型增强了从视频数据中学习机器人动作的能力

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员推出了一种新的分布潜在动作模型DLAM，旨在改进从视频数据中学习机器人动作。与使用确定性转换的先前方法不同，DLAM将每个转换表示为对角高斯分布，从而实现更一致和结构化的潜在动力学。该方法将模型的均值与观察到的视觉变化联系起来，并通过归一化组合和反转技术约束均值和方差。通过冻结编码器并训练流匹配策略，DLAM在视频重建能力以及MetaWorld MT50和LIBERO等下游机器人任务中的策略性能方面均有所提升。 AI

影响 DLAM从视频中学习的方法可以加速机器人训练，并提高在复杂操作任务上的性能。

排序理由 该条目是一篇研究论文，详细介绍了一种新模型和方法论。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的DLAM模型增强了从视频数据中学习机器人动作的能力

报道来源 [1]

  1. arXiv cs.CV TIER_1 English(EN) · Zuojin Tang, Feifan Luo, Haoyun Liu, Botai Yuan, Dekang Qi, Ronghan Chen, Yandan Yang, Tong Lin, Xinyuan Chang, Mu Xu, Bin Liu, De Ma, Zhiheng Ma ·

    DLAM：具有时间约束的分布潜在动作

    arXiv:2607.27138v1 Announce Type: cross Abstract: Vision-language-action (VLA) models remain constrained by scarce action-labeled robot data, whereas action-free videos offer abundant observations of physical change. Latent action models can extract such priors, but reconstructio…

相关实体

相关话题