arXiv cs.RO· Amir-Hossein Shahidzadeh, Seungjae Lee, Eadom Dessalene, Shanthosh Raaj Mohanram Mageswari, Soroush Etemad, Furong Huang, Cornelia Ferm\"uller, Yiannis Aloimonos·· 7 小时前AI 评分55
技能条件视觉触觉表征与进度引导事件记忆：按技能融合视觉与触觉
What to Attend, What to Keep: Skill-Conditioned Visuotactile Representation with Progress-Guided Event Memory
AI 导读
论文提出一种技能条件表征，让查询到的技能对模态特定的短期观测 token 进行融合，并关注保留最近 K 个已执行技能终末观测的稀疏事件记忆。在三个接触密集任务上以技能进度估计评估，滑移检测延迟较微调 SOTA 进度模型降低 87%，扭转完成延迟较纯视觉消融降低 67.5%，盲搜索任务的进度误差通过稀疏事件记忆降低 92%。作者认为观测构建而非仅策略架构是多模态表征的核心挑战。
来源：arXiv cs.RO · arxiv.org