arXiv · ML· Tianxingjian Ding, Mubarak Shah, Yu Tian·· 2026-10-08AI 评分26
TERRA:通过时间效应表征和关系对齐学习可迁移潜在动作
TERRA: Learning Transportable Latent Actions through Temporal Effect Representation and Relational Alignment
AI 导读
TERRA 通过时间效应表征和关系对齐学习可迁移潜在动作,在 LIBERO 基准上以 93.4% 平均成功率超越 UniVLA 的 91.8%。 模型利用冻结线性读取器更准确地预测动作,且在视觉干扰下性能退化更慢;同等预训练规模下效果显著,代码即将发布。
来源:arXiv · ML · arxiv.org