跳到正文
arXiv · 机器人与计算机视觉· Zhenxin Li, Nadine Chang, Xinglong Sun, Jingde Chen, Wenhao Yao, Zi Wang, Maying Shen, Yu-Gang Jiang, Zuxuan Wu, Shiyi Lan, Jose M. Alvarez·· 16 天前AI 评分72

大离散策略:通过随机迭代评分推进显式行为建模

Large Discrete Policy: Advancing Explicit Behavior Modeling with Stochastic Iterative Scoring

AI 导读

大离散策略(LDiP)是一种全离散的行为建模框架,从大量物理合理的候选动作中选择动作,而非扰动动作。它通过空间中的随机性逐步重新评分和剪枝候选项,实现细粒度排序与探索,同时保留显式的决策过程。在端到端规划、闭环驾驶、机器人操作及视觉语言动作设置中,LDiP 在自动驾驶任务上优于强离散和连续基线,在机器人操作中超越或匹配连续生成策略。

来源:arXiv · 机器人与计算机视觉 · arxiv.org