首页 /研究 /更多结构,而非更多容量:用于视觉运动模仿学习的以对象为中心的表示
MANIPULATION

更多结构,而非更多容量:用于视觉运动模仿学习的以对象为中心的表示

Yi Li, Alexandre Chapin, Liming Chen, Jan Peters, Alap Kshirsagar

发表年份
2026
访问权限
开放获取

摘要

该论文研究了在机器人操作任务中,使用以对象为中心的槽位表示(如SPOT)相比全局场景嵌入或密集补丁网格的优势。实验表明,冻结的SPOT表示在PickCube任务上比DINO全局特征基线提高了22.4%的成功率,且增加空间接地后性能接近3D oracle上限。

关键词

object-centric representationimitation learningvisuomotor policyslot attentionrobotic manipulation

相关论文

查看 MANIPULATION 分类全部论文