arXiv cs.RO· Genki Shikada, Kazuki Osamura, Masaru Ide, Tetsuya Ogata, Kanata Suzuki·· 4 小时前AI 评分49
Targeted Modality Dropout：让双臂机器人操作在间歇性视觉丢失下保持鲁棒
Targeted Modality Dropout for Real-Robot Manipulation Robust to Intermittent Vision Loss
AI 导读
针对多模态模仿学习策略过度依赖视觉、推理时视觉丢失会导致执行中断的问题，研究者提出 Targeted Modality Dropout（TMD），用注意力估计各模态依赖度并选择性丢弃主导模态，同时对依赖分布施加熵正则。在双臂机械臂真机评测中，基线策略在视觉丢失下成功率大幅下降，TMD 仍能维持任务执行；而随机选择丢弃模态、无熵正则的常规 dropout 即使无视觉丢失也在多项任务上失败。
来源：arXiv cs.RO · arxiv.org