实体
Latent World Models For Intrinsically Motivated Exploration
Latent World Models For Intrinsically Motivated Exploration
PulseAugur coverage of Latent World Models For Intrinsically Motivated Exploration — every cluster mentioning Latent World Models For Intrinsically Motivated Exploration across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的机器人策略模型利用基础模型提高效率和准确性
研究人员推出了两个新的机器人策略学习模型，它们利用基础模型来提高性能。LaWAM（潜在世界动作模型）使用紧凑的潜在视觉子目标来预测未来场景状态，在各种基准测试中取得了最先进的成功率，并且延迟远低于像素空间模型。几何动作模型（GAM）重新利用了一个几何基础模型用于感知、预测和动作解码，直接整合了3D几何用于操作任务，并在准确性、鲁棒性、速度和效率方面优于现有基线。
-
新的TRM方法提升了潜在世界模型的规划性能
研究人员开发了一种名为轨迹可达性指标（TRM）的新方法，以提高潜在世界模型在规划任务中的性能。TRM通过训练一个成对头来根据可达性更好地对候选序列进行排序，而不是仅仅依赖欧几里得距离，从而解决了标准潜在MPC的局限性。这种方法显著提高了TwoRoom等基准测试的成功率，在一项实验中将性能从7.0%提升到97.0%。