跳到正文
arXiv · 机器人与计算机视觉· Mohammad Khoshnazar, Mohammad Dehghani Tezerjani, Zhiyuan Gao, Deyuan Qu, Max Gandyra, Yanxiang Zhan, Mehreen Naeem, Andrew Melnik, Jeroen Schafer, Qing Yang, Michael Beetz·· 2026-10-09AI 评分58

Reliability-Aware Future Conditioning:面向时序鲁棒性的机器人操作可靠性感知未来条件化

Reliability-Aware Future Conditioning for Temporally Robust Robot Manipulation

AI 导读

论文指出生成的任务视频若与当前相位时序错位会转化为有害引导,导致成功率大幅下降。作者提出 Reliability-Aware Future Conditioning (RAFC),将其视为控制问题而非生成问题,在每一步估计对接收片段的信任度并选择合适的时间假设,无需时序对齐监督即可学习。

来源:arXiv · 机器人与计算机视觉 · arxiv.org