研究者提出不微调模型即可满足STL约束的框架

Sadık Bera Yüksel 与 Derya Aksaray 提出一种规范感知的动作分布优化框架，可在不修改预训练机器人基础模型参数的前提下，于执行阶段强制满足一类 Signal Temporal Logic（STL）约束。 该方法在每个决策步通过前向动力学传播推理剩余时域，计算出满足硬性 STL 可行性约束的最小修改动作分布。研究称已在仿真中基于当前先进的机器人基础模型、跨多个环境和复杂规范完成验证。

AI 根据报道生成 · 48 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。