PLaCA：预测未来隐变量变化的机器人动作生成框架
热点事件持续更新
PLaCA：预测未来隐变量变化的机器人动作生成框架
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Zhan Yi 等研究者提出 PLaCA，一个从当前多模态输入直接预测空间结构化 patch 级未来隐变量变化、并将其接入动作生成的世界到动作框架。在 LIBERO-Long 上，PLaCA 成功率达 79.0%，较 Action-only 基线提升 5.0 个百分点；在 CALVIN 上，平均序列长度从 2.784 提升至 3.564。第二阶段训练仅更新 2.95% 的模型参数。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 12:00
PLaCA：基于未来隐变量变化的机器人动作生成框架报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.ROPLaCA：基于未来隐变量变化的机器人动作生成框架
PLaCA 提出一种世界到动作框架，直接从当前多模态输入预测空间结构化的 patch 级未来隐变量变化，并将其显式接入动作生成。在 LIBERO-Long 上 PLaCA 成功率达 79.0%，较 Action-only 基线提升 5.0 个百分点；在 CALVIN 上平均序列长度从 2.784 提升至 3.564。第二阶段训练仅更新 2.95% 的模型参数。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。