跳到正文
arXiv · 机器人与计算机视觉· Madelon Bernardy, Mohammad Mahdi Derakhshani, David M Knigge, Riccardo Valperga, Artem Moskalev·· 13 天前精选AI 评分78

Aligning Policy Encoders with a Shape Teacher

Aligning Policy Encoders with a Shape Teacher

AI 导读

该论文提出一种训练时的形状教师对齐机制,利用预训练的 3D 形状特征作为图像策略编码器的对齐目标,将几何结构转移至纯图像接口策略中。在 LIBERO 基准测试中,该方法使物体和空间套件的政策收敛速度分别提升 4.7 倍和 5.6 倍,同时提高了任务成功率,且部署时无需依赖形状教师或深度输入。

推荐理由

提出形状教师对齐方法,在 LIBERO 基准上加速策略收敛并提升成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org