GeoAAC提出基于几何的自适应动作分块
论文AI 评分 65/100arXiv cs.AI待复核
AI 聚合
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
GeoAAC 是一种针对流匹配 VLA 策略的几何自适应动作分块方法。它利用去噪轨迹的几何变化来表征预测可靠性，从而动态调整动作范围，无需额外训练。在 GR00T N1.5 和 π0.5 模型上的实验显示，该方法在模拟环境中最高提升 8.7 个百分点，真实世界任务平均成功率从 53.3% 提升至 74.4%。
为什么值得看
解决了固定动作分块无法适应任务阶段变化的问题，显著提升机器人操作成功率。
信源1 家
关键事实
相关 · 论文
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。