arXiv Robotics· Zhongxi Chen, Yi Yang, Xinyi Chen, Mingzhe Ye, Yaping Li, Zhihong Liu, Congsheng Xu, Haonan Wang, Zhijie Deng·· 5 小时前AI 评分32
DexForesight：用隐式空间预见为灵巧操作策略提供基础
DexForesight: Grounding Dexterous Policies with Implicit Spatial Foresight
AI 导读
DexForesight 通过将动力学感知的世界表征注入灵巧策略的潜空间，隐式学习空间预见，部署时仅保留策略，依靠 RGB 观测、语言和机器人状态运行，无需深度输入或显式未来预测。在 11 项 DexJoCo 仿真任务上，该方法将基础策略总体成功率从 49.4% 提升至 60.5%；在三个真实机器人灵巧操作任务上达到 58.3% 成功率，最强基线为 50.0%。
推荐理由模型分析
该方法把动作条件下的空间世界模型学到的动态表征注入灵巧操作策略的潜空间，部署时不再需要深度输入或显式未来预测，只保留策略。仿真11项任务成功率从49.4%升至60.5%，真机3项任务为58.3%对50.0%，为具身智能研究者提供了可比较的基线，但真机样本仅3项任务，结论适用范围有限。
来源：arXiv Robotics · arxiv.org