LEARNING
通过时间比率理解并缩小视频-动作泛化差距
Utkarsh A. Mishra, Yongxin Chen, Danfei Xu, Yang Liu, Xi Chen, Jiayuan Mao
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文研究了视频基础模型在微调至机器人动作数据后丢失组合先验的“视频-动作泛化差距”，并提出了时间比率（TR）作为衡量动作头对未来潜在展开依赖程度的注意力指标。基于TR的特性，作者进一步提出了一种推理时自适应引导方法，通过动态放大组合视频条件信号来提升泛化能力。
关键词
video-action modelgeneralization gaptemporal ratiocompositional priorsrobotic action
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018