跳到正文
arXiv · 机器人与计算机视觉· Ke Sun, Kevin Yuchen Ma, Yike Zhang, Yanzhe Chen, Mike Zheng Shou·· 2 天前精选AI 评分87

ForceHarness:将力转化为动作与物理以赋能冻结前沿模型

ForceHarness: Turning Force into Action and Physics for Frozen Frontier Models

AI 导读

针对图像无法表征接触力的问题,ForceHarness 提出一种无需演示或微调的框架,通过自终止力原语闭环控制并翻译力迹为带不确定性的物理量。在真实机械臂上,该方法将 GPT-6 Astra 的零样本成功率从 3.3% 提升至 90.0%,并在仿真基准中超越基于演示的策略及手写专家控制器。作者还构建了 HiddenPhys 七任务 MuJoCo 基准以评估隐藏物理变量下的性能。

推荐理由

ForceHarness 让冻结模型无需微调即可利用力控提升零样本成功率,HiddenPhys 基准验证了其在隐藏物理变量任务上的表现。

来源:arXiv · 机器人与计算机视觉 · arxiv.org