DAMI机器人操控泛化框架论文发表

Zhenduo Shang 等人于 2026 年 7 月 17 日在 arXiv 首次发表 Dynamics-Aware Meta-Imitation (DAMI) 框架论文。该研究提出面向未见机器人操作任务的动态感知元模仿学习，通过整合元学习构建共享技能空间，帮助机器人智能体快速适应新任务。 DAMI 框架主要技术包含 VMT 模块以捕捉时空动态，利用 U2T 块融合多模态观测，并集成 TCFM 机制调节低层 3D 特征。系统能够从随机完整的参考演示中提取任务逻辑，增强机器人对复杂动态环境的感知与理解能力。 实验数据表明，DAMI 在已知任务的直接推理及未见任务的少样本微调中，性能均优于最先进基线。论文 v2 版本已于 2026 年 11 月 2 日在 arXiv 更新，进一步确认了该框架在机器人操控泛化领域的技术贡献。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。