黄静妮提出冻结视觉世界模型的选择性搜索精炼方法
热点事件持续更新
黄静妮提出冻结视觉世界模型的选择性搜索精炼方法
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026年11月,Jingni Huang在arXiv发表论文,介绍了一种名为SCR(Selective CEM Refinement)的学习规则。该方法旨在决定在冻结的LeWorldModel上是否继续执行交叉熵方法(CEM)搜索。SCR通过监测动作变化、终端成本下降及首段动作方差来评估收敛情况,无需额外展开世界模型。 实验数据显示,在PushT场景测试中,该策略成功保留了89.29%的配对成功率,同时将候选计划评估量减少23.81%,控制器平均耗时降低17.22%。
AI 根据报道生成 · 11 小时前更新
最新进展11月19日 13:00
当何时细化:冻结视觉世界模型的选择性搜索方法报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉当何时细化:冻结视觉世界模型的选择性搜索方法
该文介绍了一种名为 SCR 的学习规则,用于决定在冻结的 LeWorldModel 上是否继续交叉熵方法(CEM)搜索。该策略通过监测动作变化、终端成本下降及首段动作方差来评估收敛情况,无需额外世界模型展开。实验显示,SCR 在 PushT 场景测试中成功保留了 89.29% 的配对成功率,同时将候选计划评估量减少 23.81%,控制器平均耗时降低 17.22%。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。