English(EN) TEMPO: Learning Temporal Context for Dynamic Robot Manipulation

TEMPO通过添加时间上下文增强机器人操作

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-16 04:00

研究人员开发了TEMPO，一种增强视觉-语言-动作（VLA）模型以实现动态机器人操作的新方法。现有的VLA模型在处理移动物体任务时会遇到运动模糊和状态别名问题，TEMPO通过整合时间上下文来解决这些问题。该系统通过视频基础模型的运动摘要和本体感受历史来增强预训练的VLA模型，将“Bottle Handover”任务的性能从44%显著提高到74%。此外，该团队还发布了TEMPO-Bench，一个用于评估运动感知机器人感知的新的基准数据集。 AI

影响通过解决动态任务中的局限性来增强机器人操作能力，可能带来更复杂的机器人应用。

排序理由介绍机器人操作新方法和基准的学术论文。 [lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

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

本文如何被排名

Signal score: 14 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 介绍机器人操作新方法和基准的学术论文。 [lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Zhenyang Feng, Jimin Heo, Erik B. Sudderth, Unnat Jain · 2026-09-16 04:00

TEMPO：学习动态机器人操作的时序上下文

arXiv:2609.16864v1 Announce Type: cross Abstract: Vision-language-action (VLA) models have achieved impressive performance in quasi-static manipulation, but struggle in dynamic manipulation tasks because they operate on a single observation at inference time. We identify two repr…

本文如何被排名

报道来源 [1]

TEMPO：学习动态机器人操作的时序上下文

相关实体

相关话题