跳到正文
热点事件持续更新

规划器验证反事实测试揭示抓取预测器缺陷

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

Sajid Ansari、Antony Thomas 与 Girish Varma 提出一种由规划器验证的反事实（CF）测试，用于审计抓取可行性预测器：固定抓取位姿，在接近通道中插入实体障碍，并把障碍点加入模型输入，由规划器重新判定标签，使标签从可行翻为不可行。 在覆盖点云、体素、深度和物体 token 的八个预测器上，CF 配对 AUROC 从自然场景的 0.920–0.996 降至接近随机的 0.470–0.504。作者称，这一翻转在四种规划器、两种机械臂和真实物体障碍下均成立；这些预测器在未修改的基准上训练，未见过反事实场景，且测试仍受限于其训练时的障碍放置。

AI 根据报道生成 · 15 小时前更新

最新进展11月9日 13:00
用规划器验证的反事实测试审计抓取可行性预测器

报道时间线

沿着报道，了解事件的不同侧面。

11月9日
  1. arXiv cs.RO
    用规划器验证的反事实测试审计抓取可行性预测器

    研究提出规划器验证的反事实（CF）测试：固定抓取位姿，在接近通道中插入实体障碍并把其点加入模型输入，由规划器重新判定标签从可行翻为不可行。在覆盖点云、体素、深度和物体 token 的八个预测器上，CF 配对 AUROC 从自然场景的 0.920-0.996 降至接近随机（0.470-0.504），且该翻转在四种规划器、两种机械臂和真实物体障碍下均成立。

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。