arXiv · 机器人与计算机视觉· Immanuel R. Santjoko, Benedictus C. G. Cinun, Jing Chen, Bin Hu·· 2026-10-20AI 评分54
Learning When to Adapt: Reactivity-Conditioned Residual Adaptation under Human-Robot Distribution Shift
Learning When to Adapt: Reactivity-Conditioned Residual Adaptation under Human-Robot Distribution Shift
AI 导读
论文提出 RCRA 在线自适应框架,通过 Transformer 估计行人反应性来调制冻结保守策略的残差,实现与反应型行人的合作及对非反应型行人的保守避让。相比贝叶斯基线,仿真平均准确率提升 12.62 个百分点;在成功率均高于 90% 的场景中,路径长度分别减少 16.7%(相对保守骨干)和 7.3%(相对随机训练基线),平均成功率提升 14.88 个百分点。
来源:arXiv · 机器人与计算机视觉 · arxiv.org