跳到正文
热点事件持续更新

研究者提出规范感知动作优化框架

1 篇报道1 个报道来源10 小时前更新

先了解这件事

AI 综述

研究者 Sadık Bera Yüksel 与 Derya Aksaray 提出一种规范感知的动作分布优化框架,让预训练的机器人基础模型在执行时满足信号时序逻辑(STL)约束,且无需修改模型参数。 该方法在每个决策步通过前向动力学推演剩余时间范围,计算满足硬性 STL 可行性约束的最小修改动作分布。研究者在仿真中用先进机器人基础模型跨多环境和复杂规范进行了验证。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月2日
  1. arXiv · cs.AI
    面向机器人基础模型的规范感知动作分布优化框架

    研究者提出一种规范感知的动作分布优化框架,可在不修改预训练机器人基础模型参数的前提下,让机器人在执行时满足信号时序逻辑(STL,Signal Temporal Logic)约束。该方法在每个决策步通过前向动力学推演剩余时间范围,计算满足硬性 STL 可行性约束的最小修改动作分布,并在仿真中用先进机器人基础模型跨多环境与复杂规范完成验证。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。