arXiv · 机器人与计算机视觉· Diqi He, Jinbang Guo, Yijun Shen, Zhiwei Yu, Huan Yang, Dingwen Zhang, Junwei Han, Zhongyuan Wang·· 16 天前精选AI 评分78
MOST:面向长视界移动操作的物体状态与任务进度记忆
MOST: Memory of Object States and Task Progress for Long-Horizon Mobile Manipulation
AI 导读
论文提出MOST框架,将多视角观测压缩为时间令牌,并通过监督物体状态和子任务进度来结构化记忆,直接条件化动作生成。该方法在RoboCasa365、RoboCasa-Long基准及真实机器人实验中均优于Xiaomi-Robotics-1模型,平均成功率从65.9%提升至72.1%,长任务最大进度从20.83%提升至42.22%,真实世界成功率从6.66%提升至43.33%。
推荐理由
提出MOST框架,通过压缩多视角观测为时间令牌并监督物体状态与子任务进度,在长视界移动操作中优于现有最先进模型。
来源:arXiv · 机器人与计算机视觉 · arxiv.org