跳到正文
arXiv · 机器人与计算机视觉· Alba Maria Tellez Fernandez·· 2 天前精选AI 评分78

机器人策略中的推理计算分配:细化与重规划的权衡

Refinement vs. Replanning: Inference Compute Allocation in Robot Policies

AI 导读

本文研究了冻结分块机器人策略在部署时如何分配推理计算资源,即在单次调用内细化预测动作还是增加调用频率进行重规划。研究未更新模型权重,使用 LIBERO 仿真环境评估了不同配置下的成功率与算术成本。实验表明,在特定参数下,增加细化次数可提升任务成功率并降低单位步骤的算术开销,但并未确立通用最优设置。

推荐理由

该文通过冻结模型实验,量化了推理计算在动作细化与重规划间的分配对成功率与成本的影响。

来源:arXiv · 机器人与计算机视觉 · arxiv.org