EEmbogent
模型数据硬件产品评测公司技术融资
技术重要2026/11/11 21:50·重要度 72

ActionCodec2:误差可控的流式动作分词器

ActionCodec2: A Streaming Action Tokenizer

AI 摘要

Zibin Dong 等提出 ActionCodec2,一种非神经网络流式动作分词器,可按步增量输出动作、无需整块解码,并将轨迹重建误差控制在设定容差内。其编码器以解码器重建状态为参考量化每步,避免独立量化误差累积;作者将最小基元集求解转化为几何覆盖问题,给出平移的精确最小值与旋转的紧界,并用 Set-BPE 无损合并共现符号。

阅读原文来源 arXiv VLA/Humanoid · 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

技术重要1 天前

XMimic与XSoma实现一分钟内人形运动学习

Nico Bohlinger与Jan Peters提出XMimic和XSoma,沿用SuperMimic的世界模型加解析梯度思路,用JAX编译含MuJoCo Warp的完整训练循环,并把串行小算子并行到最多4块GPU。XSoma仅由世界模型学习机器人动力学,脚下地形高度等其余部分精确计算,采用1秒时域且无需critic。

技术重要3 天前

自校准VAA实现无示教跨机器人单元抓放

Jae Hun Hwang 等提出自校准 Vision-Agent-Action 方法,借助自身运动与指尖测量命令映射、相机几何并估计镜头畸变,无需机器人示教或微调即可完成抓取放置。在 18 个更换夹爪与基座坐标系的仿真机器人单元中,冻结版成功 230/360(64%),精化版 268/360(74%)。

技术重要3 天前

ImpedanceMimic:以学习阻抗为动作空间的力准确动作模仿

研究团队提出 ImpedanceMimic,一种强化学习策略,可从运动与力测量中逐关节调节刚度、阻尼与位置设定点,但推理时只需运动输入。在129名受试者、六类活动的测试中,其运动学与力跟踪精度优于所有对比方案,包括固定增益PD控制、直接力矩、肌肉驱动以及现有模仿控制器,并接近专用力矩模型。