arXiv · ML· Xianyue Peng, Devi Amarsaikhan, Iman Soltani·· 5 小时前AI 评分33
RoboCode: 通过软门控原语代码本学习可复用动作基元以优化机器人操作策略
RoboCode: Learning Reusable Action Primitives for Robot Manipulation
AI 导读
研究提出 RoboCode，利用共享软门控原语动作接口学习短视域动作模式，避免将动作块强制映射至单一离散码。在五个 ManiSkill 任务中，其闭环平均成功率达 75.6%，显著优于 ACT 的 68.8% 及 Diffusion Policy 的 41.6%。该软门控原语代码本为机器人操作提供了有效且可解释的中间动作表示。
来源：arXiv · ML · arxiv.org