LATER模型提升PushT任务成功率
热点事件持续更新
LATER模型提升PushT任务成功率
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026年11月19日,研究人员Zihan Zhou等人在arXiv发布LATER论文。该模型基于CF-JEPA架构,提出动作条件化预测世界模型,用于改进两阶段PushT任务表现。 在实验对比中,LATER利用分区记忆存储真实过渡过程。其物理读出误差在六个对比模型中最低,在存在干扰的情况下,平均绝对误差(MAE)降低了20.2%。 该模型有效提升了任务成功率,将终点成功率从15.5%提升至25.0%。这是LATER模型在特定机器人操作任务中取得性能突破的最新进展。
AI 根据报道生成 · 15 小时前更新
最新进展11月20日 13:00
LATER 提出动作条件化预测世界模型以提升 Two-Stage PushT 成功率报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv · AILATER 提出动作条件化预测世界模型以提升 Two-Stage PushT 成功率
LATER 基于 CF-JEPA 构建动作条件化世界模型,在 Two-Stage PushT 中将终点成功率从 15.5% 提升至 25.0%。 该模型利用分区记忆存储真实过渡,跨六个模型对比中其物理读出误差最低,在干扰下将 MAE 降低 20.2%。
本事件热度走势
- 可比范围当前
- 6
- 可比范围峰值
- 911月20日 15:00
- 近 24 小时变化
- –
02.557.510
15:0018:0021:0011月21日03:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。