跳到正文
热点事件持续更新

Xianyue Peng等发布RoboCode机器人操作论文

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

Xianyue Peng等研究人员发布了RoboCode论文。该研究提出了一种利用共享软门控原语动作接口学习短视域动作模式的方法,旨在避免将动作块强制映射至单一离散码。 该论文旨在通过软门控原语代码本优化机器人操作策略,为机器人提供有效且可解释的中间动作表示。研究表明该方法在相关任务中表现优于现有基线模型,提升了机器人操作的闭环成功率。 早在2026年10月23日,该论文已提交至arXiv平台。后续报道指出,在五个ManiSkill任务中,RoboCode的闭环平均成功率达75.6%,显著优于ACT的68.8%及Diffusion Policy的41.6%。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月26日
  1. arXiv · ML
    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

    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。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。