DELE-w0.5

新AI方法应对长时域机器人操作挑战

研究人员正在开发新方法来提高机器人操作能力，特别是在涉及多个顺序动作的长时域任务方面。一种名为ARLI的方法，通过引入状态增强来恢复对强化学习至关重要的马尔可夫假设，从而解决了大型通用机器人策略中的推理延迟挑战。另一种名为DELE-w0.5的方法，绕过了视频生成，直接从预测的未来状态推断动作，降低了训练成本和推理延迟。第三个系统BATON通过将子任务视为探索单元并采用感知转换的记忆来管理任务执行和适应，来应对长时域操作。