R2A用运动基元图检索提升VLA鲁棒性
热点事件持续更新
R2A用运动基元图检索提升VLA鲁棒性
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Pham Tri Quang等作者提出Retrieve to Act（R2A）测试时扩展框架，把成功示教组织成离线时空运动基元图，推理时用查询相关的图神经网络定位当前执行状态、检索结构兼容的未来运动基元，再经逐维门控与冻结VLA的预测动作融合。作者称该框架无需微调基础策略。 作者报告，R2A在仿真基准LIBERO-Plus、RoboTwin2.0-Plus上取得最高+12%的绝对成功率提升，在真实部署中提升+40%。这些数字为作者自述结果。
AI 根据报道生成 · 3 小时前更新
最新进展10月28日 12:00
Retrieve to Act：用运动基元图检索提升VLA执行鲁棒性报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.RORetrieve to Act：用运动基元图检索提升VLA执行鲁棒性
作者提出Retrieve to Act（R2A）测试时扩展框架，把成功示教组织成离线时空运动基元图，推理时用查询相关的图神经网络定位当前执行状态并检索结构兼容的未来运动基元，再通过逐维门控与冻结VLA的预测动作融合。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月28日 12:00
- 近 24 小时变化
- –
02.557.510
12:0013:0014:0015:00
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。