跳到正文
arXiv · 机器人与计算机视觉· Christopher Malili·· 3 天前精选AI 评分78

模仿策略学习本体感知锚点:感知噪声的预测定律及其闭环成本

Imitation Policies Learn a Proprioceptive Anchor: A Predictive Law for Perception Noise and Its Closed Loop Cost

AI 导读

针对机器人操作任务中模仿策略在训练时利用本体感知信息(proprioceptive anchor)来折扣感知噪声的现象,本文给出了一个基于方差比 $eta = V/(V + s^2)$ 的解析公式。

推荐理由

论文揭示了模仿策略如何利用本体感知锚点修正感知噪声,并在闭环部署中验证了该机制对成功率的预测能力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org