arXiv cs.RO· Mingyang Lyu, Gongce Cao, Yiyang Jia, Lu Jia, Erliang Lin, Yuhao Zhang, Yinqian Sun, Pin Lyu, Feifei Zhao, Bo Wang·· 8 天前AI 评分59
TRACE：面向具身视觉跟踪的目标状态风险门控执行方法
TRACE: Target-State Risk-Aligned Conditional Execution for Embodied Tracking
AI 导读
研究团队提出 TRACE，一种执行期目标状态风险门控，在保持已学习策略不变的前提下选择性干预。他们先用 PPO 只更新 0.6B VLA 跟踪器的规划头，成功率与跟随率在 EVT-Bench 三个设置上均提升，但分心跟踪场景碰撞率上升。
来源：arXiv cs.RO · arxiv.org