arXiv · 机器人与计算机视觉· Siqing Li, Luming Yang, Yijia Jiao, Junze Deng, Alper Yilmaz·· 14 小时前精选AI 评分82
基于冻结世界模型的视觉规划自修正方法
How Uncertain Is My Action? Self-Correcting Visual Planning with Frozen World Models
AI 导读
该研究提出一种结合采样式模型预测控制的视觉规划器,通过冻结潜在世界模型进行反向运行来量化动作执行偏差并实现自我修正。实验显示,该方法在 PushT 和 Cube 任务上显著提升了成功率,优于五种常见的测试时自适应方法;在真实机械臂实验中,它能识别编码器未记录的基座关节偏移,将抓取误差从 36 mm 降至 3-5 mm,并在随机未知偏差下恢复了 92%-94% 的误差降低效果。
推荐理由
该方法利用冻结世界模型反向预测动作偏差,在仿真与真实机械臂上均验证了其对执行层不确定性的检测与自修正能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org