跳到正文
arXiv · AI· Leann Alhashishi, Christos Margadji, Sebastian William Pattinson·· 29 天前AI 评分28

inr2action: 将机器人片段编码为神经隐式表征以实现召回与动作生成

inr2action: Encoding Robot Episodes as Neural Implicit Representations for Recall and Action

AI 导读

inr2action 框架将机器人片段存储为固定大小的神经隐式权重增量,解耦了记忆成本与时间跨度。 在 RoboMME 基准测试中,该模型在问答任务中超越随机水平,联合命令回归平均 $R^2$ 达 0.51。 用随机噪声替换增量会导致性能下降 11.4 分,验证了元学习初始化对嵌入片段内容的关键作用。

来源:arXiv · AI · arxiv.org