热点事件持续更新

CS-Pi：推理时约束满足的流匹配策略采样

1 篇报道1 个报道来源15 小时前更新

先了解这件事

AI 综述

Soumojit Bhattacharya 等作者提出 CS-Pi，一种在推理阶段满足演示中未出现约束的流匹配策略采样器：每次采样先投影到最近的安全动作，再按投影位移大小加回噪声并重跑原策略，直到采样安全。作者称，在 7 自由度货架抓取任务上安全成功率为 81%，零样本 Franka 部署为 55%，而单纯投影分别为 55% 和 40%。该方法只替换投影步骤即可扩展到连续代价。论文已被 CoRL 2026 接收。

AI 根据报道生成 · 15 小时前更新

最新进展11月9日 13:00

CS-Pi：在推理时满足约束的流匹配策略采样方法

报道时间线

沿着报道，了解事件的不同侧面。

11月9日

13:00
arXiv cs.RO
CS-Pi：在推理时满足约束的流匹配策略采样方法
CS-Pi 提出一种“采样-投影-重加噪”的流匹配策略采样器，在推理阶段满足演示中未出现的约束，同时保持动作在策略下仍然合理。该方法把每次采样投影到最近的安全动作，再按投影位移大小加回噪声并重跑原策略，直到采样安全；在 7 自由度货架抓取任务上安全成功率为 81%，在 Franka 零样本部署上为 55%，而单纯投影分别为 55% 和 40%。论文已被 CoRL 2026 接收。

本事件热度走势

可比范围当前: 7
可比范围峰值: 1011月9日 14:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。