arXiv · 机器人与计算机视觉· Chen Wang, Xinze Niu, Zihao Zhu, Keru Zhou, Yicheng Xu, Shihao Jin, Wenhao Wang, Bowen Jiang, Chang Zhou, Li Liu, Maoqing Yao·· 20 天前AI 评分74
通过错误与恢复追踪任务进度的基准与循环分布模型
Tracking Task Progress Through Errors and Recovery:A Benchmark and Recurrent Distributional Model
AI 导读
针对长程机器人任务缺乏错误恢复与帧级标注数据的空白,作者开源了包含 3156 个回合、涵盖两个操作任务的 ReSTEP 数据集,提供语义阶段标签和帧级错误注释。为此提出的 REMORA 在线进度估计器结合了循环视觉记忆、分布预测和因果峰值选择机制,以解决视觉相似阶段的区分与时间一致性难题。实验显示该模型在进度准确性和时序一致性上均优于现有最先进基线 SARM。
来源:arXiv · 机器人与计算机视觉 · arxiv.org