arXiv · 机器人与计算机视觉· Jiazhao Liang, Zhewen He, Shuaihang Yuan, Hao Huang, Yi Fang·· 20 天前AI 评分53
JEDI:用于上下文内模仿学习的联合嵌入演示压缩
JEDI: Joint-Embedding Demonstration Compression for In-Context Imitation Learning
AI 导读
arXiv 预印本论文提出 JEDI 方法,旨在解决长多模态轨迹限制上下文容量的问题。该方法将演示压缩为潜在槽位,在冻结的视频 JEPA 空间中训练以预测查询阶段的下一关键帧,并利用任务与过程反事实保留执行细节。实验基于 LIBERO 基准和真实机器人验证,显示其在支持多示例上下文及保持动作遵循方面优于仅动作压缩方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org