跳到正文
热点事件持续更新

SLoSa机器人任务规划框架提出

1 篇报道1 个报道来源18 小时前更新

先了解这件事

AI 综述

2026年10月22日,arXiv Artificial Intelligence 刊出 Weizhe Xu 等作者的报道,提出 SLoSa 神经符号压缩与微调框架,用于训练基于基础模型的机器人任务规划器,目标是小型、低功耗并具备安全意识。报道称,在四个 PDDL 任务域中,验证器引导的后训练将 4B–14B 紧凑规划器的成功率提升至 70.5–76.0%;INT4 部署在 Jetson Orin 上平均功耗为 17.85–26.41 W。上述成功率与功耗数据均出自该报道,具体适用对象为 4B–14B 紧凑规划器及 Jetson Orin 上的 INT4 部署。目前事件进展停留在框架提出与上述实验结果的报道层面,尚无后续跟进报道。

AI 根据报道生成 · 3 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月22日
  1. arXiv Artificial Intelligence
    SLoSa:面向机器人任务规划的小型、低功耗、安全基础模型

    SLoSa 是一个神经符号压缩与微调框架,用于训练小型、低功耗且具备安全意识的机器人任务规划基础模型。在四个 PDDL 任务域中,验证器引导的后训练将 4B-14B 紧凑规划器的成功率提升至 70.5-76.0%,INT4 部署在 Jetson Orin 上平均功耗为 17.85-26.41 W。

本事件热度走势

可比范围当前
6
可比范围峰值
710月23日 03:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。