跳到正文
arXiv · 机器人与计算机视觉· Sachiya Fujita, Hideyuki Ichiwara, Shigeki Sugano, Tetsuya Ogata·· 2026-10-20AI 评分74

能量分数稳定的注意力混合密度策略:一种轻量级多模态机器人运动方法

Energy-Score Stabilized Attentive Mixture-Density Policy: A Lightweight Approach to Multimodal Robot Motion

AI 导读

arXiv 论文介绍了一种用于实际运动生成的注意力混合密度策略,该方法利用能量分数优化高斯混合参数以表征未来的视觉 - 运动轨迹分布,从而避免传统负对数似然方法的奇点与梯度不稳定问题。在八自由度机械臂实验中,该模型能生成明确的避障轨迹并稳定学习;在随机移动物体抓取任务中,其在未见条件下的性能优于扩散策略 15-25%,展现了在多模态和快速时序决策场景下的优越泛化性与实时可行性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org