跳到正文
arXiv · 机器人与计算机视觉· Jingni Huang·· 14 小时前AI 评分72

当何时细化:冻结视觉世界模型的选择性搜索方法

When to Refine: Selective Search for Frozen Visual World Models

AI 导读

该文介绍了一种名为 SCR 的学习规则,用于决定在冻结的 LeWorldModel 上是否继续交叉熵方法(CEM)搜索。该策略通过监测动作变化、终端成本下降及首段动作方差来评估收敛情况,无需额外世界模型展开。实验显示,SCR 在 PushT 场景测试中成功保留了 89.29% 的配对成功率,同时将候选计划评估量减少 23.81%,控制器平均耗时降低 17.22%。

来源:arXiv · 机器人与计算机视觉 · arxiv.org