跳到正文
arXiv · 机器人与计算机视觉· Jiahao Liu, Kento Kawaharazuka, Tasuku Makabe, Kei Okada·· 2026-10-20精选AI 评分82

TRACT:面向富接触操作的时序路由动作块与时间相位权威

TRACT: Temporally Routed Action Chunks with Chronological Phase Authority for Contact-Rich Manipulation

AI 导读

该研究针对机器人模仿学习中的时序相位错配问题,提出了 TRACT 方法,将相位结构化动作块分解为当前接受相位与未来视界内的单一边界。通过任务局部图约束时间相位权威,并引入因果响应赤字积分器处理接触执行中的补偿与恢复。

推荐理由

论文提出 TRACT 方法解决机器人模仿学习中时序相位错配问题,在六款真实机器人上实现全序列成功与零停滞。

来源:arXiv · 机器人与计算机视觉 · arxiv.org