arXiv · cs.RO· Kaichen Zhou; Zhiyan Li; Chongkai Gao; Yuhan Wang; Wenlong Huang; Maggie Wang; Fangneng Zhan; Manling Li; Qianqian Wang; Mac Schwager; Zhuang Liu; Li Fei-Fei; Mengyu Wang; Paul Pu Liang·· 12 天前精选AI 评分64
论文 / 摘要阅读
SteerAct：用少样本时间引导改进预训练机器人动作模型
SteerAct: Unlocking Action Models through Few-Shot Temporal Steering
AI 导读 · 根据来源整理
SteerAct 提出一种少样本时间引导框架，在不更新动作模型权重的情况下，通过修改特征激活提升预训练机器人动作模型的任务成功率。该方法用预训练稀疏自编码器提供候选特征，并以时间描述符刻画各特征局部激活顺序模式的分布，从而在无需时间步对齐的情况下比较不同 rollout。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org