首页 /研究 /引导注意力:通过模仿学习实现可解释和可纠正的视觉注意力以增强机器人在分布外场景下的鲁棒操作
MANIPULATION

引导注意力:通过模仿学习实现可解释和可纠正的视觉注意力以增强机器人在分布外场景下的鲁棒操作

Masaki Murooka, Ryoichi Nakajo, Keisuke Shirai, Tomohiro Motoda, Hanbit Oh, Ryo Hanai, Yukiyasu Domae

发表年份
2026
访问权限
开放获取

摘要

该论文提出GuidedAttention框架,通过预测任务相关的注意力关键点作为显式中间表示,使人类能够检查并纠正机器人的视觉注意力。实验表明该方法在模拟和真实环境中均能提升机器人操作性能,尤其在位置和外观分布外条件下表现显著。

关键词

visual attentionimitation learningout-of-distribution robustnessrobot manipulationinterpretability

相关论文

查看 MANIPULATION 分类全部论文