arXiv Robotics· 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·· 2 小时前AI 评分40
SteerAct：用少样本时序引导解锁机器人动作模型
SteerAct: Unlocking Action Models through Few-Shot Temporal Steering
AI 导读
SteerAct 是一个少样本时序引导框架，通过预训练稀疏自编码器提供的候选特征和共享时序描述符，在离线阶段选出最能区分成功与失败的单任务特征，在线阶段据此决定干预时机与强度。每个任务仅用 24 条带结果标签的 rollout，在 π_{0.5}、Fast-WAM、RoboTwin 2.0、DexJoCo 及真实世界操作评测中，任务成功率相对未引导模型提升约 10%，且不更新动作模型权重。
来源：arXiv Robotics · arxiv.org