arXiv · 机器人与计算机视觉· Leann Alhashishi, Christos Margadji, Sebastian William Pattinson·· 28 天前AI 评分73
inr2action:一种用于机器人长程任务回忆与动作生成的神经隐式表示框架
inr2action: Encoding Robot Episodes as Neural Implicit Representations for Recall and Action
AI 导读
该论文提出 inr2action 方法,利用共享的元学习初始化拟合机器人操作视频,将每个独立经验编码为固定大小的权重增量(delta)作为记忆。该方法通过投影层将权重增量映射为 token 嵌入,进而条件化语言模型进行问答和解码器执行关节命令回归,无需在查询时检索帧。实验显示,该方法在 RoboMME 基准上超越随机猜测,且证明了元学习初始化对于编码内容的关键作用。
来源:arXiv · 机器人与计算机视觉 · arxiv.org