arXiv · 机器人与计算机视觉· Yuecheng Xu, Tong Yang, Jingkai Jia, Chi Zhang, Xuelong Li, Wenqiang Zhang·· 2026-10-19AI 评分68
EDAR:面向机器人操作的依赖环境动作表示学习
EDAR: Learning Environment-Dependent Action Representations for Robotic Manipulation
AI 导读
该论文提出 EDAR 框架,旨在解决传统方法仅编码动作流结构而忽略环境作用的局限。通过将动作 token 锚定在执行控制结构与预期视觉后果上,该方法鼓励学习空间捕捉交互语义而非单纯命令模式。实验在仿真和真实机器人基准上进行,结果显示 EDAR 能提升下游策略学习性能,尤其在长序列操作任务中表现显著。
来源:arXiv · 机器人与计算机视觉 · arxiv.org