跳到正文
热点事件持续更新

RecPo框架实现机器人技能重组适配

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Daehee Lee等作者提出并发布RecPo框架,用多程序视图以任务无关方式表示机器人技能,部署时解析任务规格、对已存储的技能转移关系做组合查询,从而绑定并执行技能。 在扩展Franka Kitchen长程任务基准上,RecPo的有序完成率为91.9%,每回合任务推理耗时1.0毫秒,并在程序支持度和任务记录稀疏度变化时保持稳定。作者称,真实机器人实验显示该方法可通过局部记忆编辑完成适配,无需针对任务重新训练。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    RecPo:面向组合式机器人技能适配的程序性知识重构框架

    RecPo 通过多程序视图以任务无关方式表示技能,在部署时解析任务规格并对存储的技能转移关系做组合查询,从而绑定技能执行。在扩展 Franka Kitchen 长程任务基准上,RecPo 实现 91.9% 的有序完成率,每回合任务推理耗时 1.0 ms,且在程序支持度和任务记录稀疏度变化下保持稳定。真实机器人实验显示,该方法可通过局部记忆编辑完成适配,无需针对任务重新训练。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。