arXiv · 机器人与计算机视觉· Maximilian M\"uhlbauer, Arne Sachtler, Markus Knauer, Cem K\"u\c{c}\"ukgen\c{c}, Yanlong Huang, Alin Albu-Sch\"affer, Jo\~ao Silv\'erio·· 2026-10-07AI 评分58
Fast Non-Parametric Heteroscedastic Imitation Learning With Geometric Priors
Fast Non-Parametric Heteroscedastic Imitation Learning With Geometric Priors
AI 导读
该论文提出了一种利用几何先验的非参数化方法,用于从人类演示中学习概率性策略,旨在解决数据效率低和适应新场景慢的问题。该方法通过非可分离对角核捕捉自由度间的不确定性关系,支持流形值输入与输出及大角度变化,更新速度低于 3ms。作者在玩具示例及真实机器人操作任务(自主执行与共控)上进行了评估。材料为 arXiv 预印本,未提及同行评审状态或具体部署许可。
来源:arXiv · 机器人与计算机视觉 · arxiv.org