RTPolicy:边缘设备实时多视角视觉运动策略
热点事件持续更新
RTPolicy:边缘设备实时多视角视觉运动策略
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Xianbao Hou 等作者提交预印本论文,提出多视角视觉运动策略 RTPolicy:它通过视角感知特征融合与视觉压缩,把多相机信息聚合成紧凑 token 表示,并以机器人状态和流时间条件化流匹配动作生成器,以降低视觉表征与动作生成的计算开销。 作者称,在 RoboTwin 2.0 单任务 clean 评测的 50 个任务上,RTPolicy 平均成功率为 52.26%,高于榜单最强基线 π0 的 46.4%。作者还在真实双臂平台上进行异步流式推理评测,称平均成功率为 72.0%,在 RDK S600 上单次推理耗时 30.35 ms(32.9 Hz),在 RDK S100 上为 149.72 ms(6.7 Hz),两者均为 INT16。上述结果来自预印本,尚未经同行评议或独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展11月2日 13:00
RTPolicy:面向边缘设备机械臂操作的多视角视觉运动策略,实现32.9 Hz实时推理报道时间线
沿着报道,了解事件的不同侧面。
11月2日
- arXiv · cs.RO精选RTPolicy:面向边缘设备机械臂操作的多视角视觉运动策略,实现32.9 Hz实时推理
RTPolicy 是一种多视角视觉运动策略,通过视角感知特征融合与视觉压缩,把多相机信息聚合成紧凑 token 表示,并以机器人状态和流时间条件化流匹配动作生成器,以降低视觉表征与动作生成的计算开销。在 RoboTwin 2.0 单任务 clean 评测的 50 个任务上,RTPolicy 平均成功率为 52.26%,高于榜单最强基线 π0 的 46.4%。作者进一步在真实双臂平台上进行异步流式推理评测。
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。