跳到主要内容
检索

University of North Texas

3 篇关联报道

订阅更新
  1. arXiv

    CAPABLE 用共享时序编码器把冻结 VLA 在未训练关节故障上的成功率从 24.8% 提升到 59.3%

    CAPABLE 提出一种面向冻结视觉-语言-动作策略的能力感知适配框架：它用跨关节共享的时序编码器从指令-响应历史与实时雅可比推断每个关节还能实现多少指令运动，并以自监督物理预测约束该表示，再通过有界残差强化学习修正 VLA 的机械臂动作，无需故障标签或故障关节标识；在 28 个 LIBERO 任务上，未参与故障训练的关节成功率由 24.8% 提升至 59.3%，比参数量匹配的全局历史基线高 17.4 个百分点，并保持健康性能。

    University of North TexasUniversity of Bremen
    Mohammad Khoshnazar（第一作者）
    CAPABLE残差强化学习视觉-语言-动作策略容错机器人控制LIBERO
  2. arXiv

    DCSD把自蒸馏的信用方向与幅度拆开：11个基准总体最优，数学推理较基座提升8.45分

    该工作提出解耦信用自蒸馏（DCSD），用信念边际探测确定每步推理的信用方向、用边际信息增益量化其贡献幅度，再让特权教师只负责步内token分配，在11个数学与多模态推理基准上总体得分优于GRPO、OPSD、RLSD与RLCSD，相比基座模型数学推理总体提升8.45分、多模态推理提升7.01分，并纠正约6% token的信用方向、使token信用幅度降低约1.5倍。

    University of North TexasAdelaide UniversityCurtin UniversityThe University of Sydney
    Yugu Li（第一作者）
    解耦信用自蒸馏信念边际探测边际信息增益在线策略自蒸馏时间信用分配
  3. arXiv

    REALM 用延迟先验加表情随机细化，把倾听动作从冻结凝视变成会眨眼微笑的机器人反应

    REALM 提出一个由粗到细的音频驱动反应式倾听生成框架，用带延迟中心注意力先验与自适应门控的 Reactive Gated Speaker–Listener Fusion 融合听者运动历史与说话人音频，再由粗解码器预测基础运动轨迹、由音频条件化的随机残差在表情子空间内细化，在 ViCo 与 L2L 上于多项运动质量指标上优于所评估的基线，并部署到 Ameca 人形机器人上完成感知用户研究。

    University of North TexasMacquarie University
    Peizhen Li（第一作者）
    REALM反应式门控说话人-听者融合粗到细随机细化音频驱动的听者动作生成人机交互

已读完全部报道