EEmbogent
模型数据硬件产品评测公司技术融资
技术2026/11/13 10:09·重要度 65

模仿策略习得本体感知锚点,可预测感知噪声影响

Imitation Policies Learn a Proprioceptive Anchor: A Predictive Law for Perception Noise and Its Closed Loop Cost

AI 摘要

Christopher Malili 等揭示模仿策略会折扣含噪的物体位置读数:机器人自身状态构成“本体感知锚点”,策略按 α=V/(V+s²) 融合,V 为锚点误差方差,由学习器决定且远小于线性模型估计,故经典 EIV 回归高估 α。

阅读原文来源 arXiv cs.RO · arxiv.org

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

技术18 小时前

multi-CONDOR:从示教学习多稳态运动基元

意大利比萨大学与代尔夫特理工大学团队(Cosimo Della Santina 等)提出 multi-CONDOR 框架,基于 CONDOR 动力系统模型,用模仿学习结合隐参考系统一致性损失,让机器人运动基元同时支持多个离散吸引子或一条连续吸引目标轮廓。作者给出基于 Lyapunov 的收敛性分析,并在操作任务上验证了多目标收敛效果。

技术19 小时前

神经控制屏障函数跨障碍物迁移的广义闭合条件

作者提出广义闭合条件,使单个神经控制屏障函数可以跨不同障碍物配置复用:把状态表示为相对各障碍物的坐标,并用残差项补回相对坐标中丢失的演化信息;同时给出提升定理,把已验证的屏障迁移到同族所有障碍物;再用秩检验识别仅靠对称性不足以支撑迁移的情形,并在欠驱动车辆仿真上验证。

技术1 天前

提出切空间不变Koopman控制,保证机器人闭环稳定

CMU 研究者 Abuduweili 与 Changliu Liu 指出,Koopman 控制器能稳定学到的潜空间线性模型,却未必能稳定真实非线性系统。他们提出切空间不变 Koopman(TIK):从离线数据估计局部线性化并强制一阶匹配,在目标点恢复拟合的 LQR 增益,并用双线性预测器捕捉大幅机动中状态相关的驱动。