首页 /研究 /EDAR:面向机器人操作的环境依赖动作表示学习
MANIPULATION

EDAR:面向机器人操作的环境依赖动作表示学习

Yuecheng Xu, Tong Yang, Jingkai Jia, Chi Zhang, Xuelong Li, Wenqiang Zhang

发表年份
2026
访问权限
开放获取

摘要

本文提出EDAR,一种将动作令牌与可执行控制结构和环境条件化视觉后果相结合的环境依赖动作表示方法。实验表明,该方法能提升下游策略学习性能,尤其在长时域操作任务中效果显著。

关键词

action representationrobotic manipulationenvironment-dependentpolicy learninglong-horizon

相关论文

查看 MANIPULATION 分类全部论文