热点事件观察中

STEP：显式预测的时空训练框架

1 篇报道1 个报道来源2 天前更新

先了解这件事

AI 综述

2026年11月6日，arXiv Robotics 刊出 Youhao Lyu 等作者的论文，提出 STEP（Spatiotemporal Training with Explicit Prediction）单阶段框架，用于感知式人形机器人行走。据该文，STEP 在共享控制表示中同时监督跨模态关系与动作依赖的状态演化：多个可学习 query 将深度与本体感知 token 聚合为紧凑策略状态；双向掩码预测用可见模态预测被省略模态的隐特征；动作条件预测器将当前策略状态与执行动作映射到下一融合状态。上述内容均出自论文自述，报道未给出实验数据、对比结果或适用条件，也未提及后续跟进或独立验证。

AI 根据报道生成 · 2 天前更新

最新进展11月6日 13:00

STEP：面向感知式人形机器人行走的时空训练与显式预测框架

报道时间线

沿着报道，了解事件的不同侧面。

11月6日

13:00
arXiv Robotics
STEP：面向感知式人形机器人行走的时空训练与显式预测框架
作者提出 STEP 单阶段框架，在共享控制表示中同时监督跨模态关系与动作依赖的状态演化：多个可学习 query 将深度与本体感知 token 聚合为紧凑策略状态，双向掩码预测用可见模态预测被省略模态的隐特征，动作条件预测器将当前策略状态与执行动作映射到下一融合状态。

本事件热度走势

可比范围当前: 3
可比范围峰值: 1011月6日 14:00
近 24 小时变化: -49%

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。