arXiv · 机器人与计算机视觉· Chenxi Han, Ruby, Epoch, Orion, Luke, Bin, Dusk, Lyra, Cal, Alvin, Hubert, Alex, Jiahe Han, Tao Zhang, Hang Liu, Shoujie Li, Yizhe Li, Bokui Chen, Houde Liu, Guoping Pan, Yi Cheng·· 12 小时前AI 评分74
ZERITH V2.5:从预测能力到策略可学性
ZERITH V2.5: From Predictive Power to Policy Learnability
AI 导读
论文提出 ZERITH V2.5 视频动作模型(VAM),研究在固定演示和更新次数下,何种视频预测训练方式能改善后续动作学习。实验表明,适配多种噪声水平的监督比仅适配部署噪声水平更有效;权重迁移显示增益保留于视频生成模型中而非仅作为策略初始化;联合训练初期的损失与梯度测量证实目标域预测训练改善了起始状态。
来源:arXiv · 机器人与计算机视觉 · arxiv.org