跳到正文
arXiv cs.AI· Kangjie Huang, Yucheng Xin, Xinchun Wang, Dong Liu, Yan Fan, Shuming Liu·· 4 小时前AI 评分18

AuditEmbodied 研究:等待期间的保持参考如何改变视觉恢复方法的排名

Seeing What Still Holds: How Waiting Control Changes Cooperative Recovery

AI 导读

研究提出 AuditEmbodied 配对执行与轨迹评估框架,在冻结恢复执行器的前提下独立改变保持参考与等待时长。在 20 个初始化种子的 960 次执行因子实验中,1 s 等待下注册手腕参考时,CAD 反馈与 landmark 恢复的受保护完成数从注册保持的 6/40 对 19/40,反转为仅位置保持的 34/40 对 22/40。

正文 · AI 翻译

查看 PDF HTML(实验性)

摘要:在固定时长的等待过程中改变保持参考,可能会逆转视觉恢复方法的排名。我们提出 AuditEmbodied,一个配对执行与轨迹评估框架,它在保持恢复执行器冻结的同时,独立改变保持参考和等待时长。在 20 个初始化种子上进行的 960 次执行析因实验,在每种保持与等待条件下,从相同的等待后物理状态比较基于 CAD 反馈的恢复与基于地标的恢复。受保护完成要求在声明的执行约束下成功恢复。在 1 秒等待且使用注册腕部参考时,其受保护完成计数从注册保持下的 6/40 对 19/40,变为仅位置保持下的 34/40 对 22/40。轨迹分析将主要差异定位到抓取形成阶段:小的观测时间目标残差先于大的跟踪误差出现。联合诊断与受控干预刻画了持续存在的跟踪约束。在新种子上,相对于注册保持,渐进式位置重锚定将 CAD 恢复的长等待完成率提高了 42.5 个百分点,并将平均完整恢复时间减少了 6.06 秒。使用预训练策略、交接以及质量匹配几何的额外评估,刻画了跨执行器和物理状态下的保持参考敏感性。这些发现确立了保持参考作为比较视觉恢复性能的显式评估条件。
评论: 8 页,3 幅图
主题: 人工智能(cs.AI);计算机视觉与模式识别(cs.CV);机器人学(cs.RO)
引用为: arXiv:2611.22368 [cs.AI]
  (或 arXiv:2611.22368v1 [cs.AI] 用于此版本)
  https://doi.org/10.48550/arXiv.2611.22368

由 DataCite 颁发的 arXiv DOI(待注册)

提交历史

来自:Yucheng Xin [查看电子邮件]
[v1] 2026 年 11 月 17 日星期二 08:21:19 UTC(2,765 KB)

来源:arXiv cs.AI · arxiv.org