跳到正文
arXiv · 机器人与计算机视觉· Yanbang Li, Bu He, Yi Tian, Yu-Chiao Huang, Chenyu Zhang, Ruoqu Chen, Yuanzhe Liu, Yuxiang Gao, Mengdi Xu·· 2026-10-19AI 评分66

Robotic Spatiotemporal Editing:基于掩码动作重建的统一可控动作生成接口

Robotic Spatiotemporal Editing: A Unified Interface for Controllable Action Generation via Masked Action Reconstruction

AI 导读

论文提出 MAP(Masked Action Space)接口,将时空控制参考统一为动作补全问题。Inpainting Policy(IP)结合进度引导对齐与多掩码训练,在 ManiSkill 和 LIBERO-10 上平均任务成功率分别为 92.67% 和 64.67%,world 实验显示位置误差 44.3 mm、旋转误差 7°。

来源:arXiv · 机器人与计算机视觉 · arxiv.org