跳到正文
arXiv · 机器人与计算机视觉· Mingyang Lyu, Gongce Cao, Yiyang Jia, Lu Jia, Erliang Lin, Yuhao Zhang, Yinqian Sun, Pin Lyu, Feifei Zhao, Bo Wang·· 17 天前AI 评分75

TRACE:一种面向具身跟踪的目标状态风险对齐条件执行方法

TRACE: Target-State Risk-Aligned Conditional Execution for Embodied Tracking

AI 导读

该论文提出 TRACE 方法,旨在解决具身视觉跟踪中提升持久性往往伴随安全违规增加的问题。研究使用一个冻结骨干网络的 0.6B 视觉语言动作(VLA)追踪器,仅更新规划头以优化策略,但发现这会增加分心跟踪下的碰撞率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org