机器人抓取滑动物体不再按观测时刻估成功率:按启动延迟建模,300毫秒延迟下成功率高出静态模型5.1个百分点
机器人从看到画面到动作真正开始通常有100到300毫秒延迟,而现有技能成功率模型只预测“立刻启动”能否成功。时间索引技能成功模型把启动延迟作为输入,直接预测延迟后启动的整任务成功率,并用分支回放生成精确训练标签。在MuJoCo的UR5e拦截滑动冰球任务中,采用该模型的滚动时域规划器在100到300毫秒延迟下比静态模型高2.9到5.3个百分点,在延迟后启动的预测上也更校准。
机器人从看到画面到动作真正开始通常有100到300毫秒延迟,而现有技能成功率模型只预测“立刻启动”能否成功。时间索引技能成功模型把启动延迟作为输入,直接预测延迟后启动的整任务成功率,并用分支回放生成精确训练标签。在MuJoCo的UR5e拦截滑动冰球任务中,采用该模型的滚动时域规划器在100到300毫秒延迟下比静态模型高2.9到5.3个百分点,在延迟后启动的预测上也更校准。
点击率预测引入大语言模型语义时,此前只能把LLM输出离线缓存,在线只跑小型CTR模型。SlimFM用依赖感知结构化剪枝把LLaMA3-8B压到4.5B参数,再用LoRA做字段级语义微调,并把字段嵌入注入常规CTR模型的特征交互。在四个数据集、六个CTR骨干上,它保留未压缩模型99%以上的准确率,单样本推理延迟为15.98–17.58毫秒。
已读完全部报道