arXiv cs.CV· Anton Arapin, Chahyon Ku, Bernadette Bucher·· 5 小时前AI 评分26
Action Jets：学习动作条件数据流形的局部形状
Action Jets: Learning the Local Shape of the Action-conditioned Data Manifold
AI 导读
研究者提出 Action Jets，一种通过估计动作条件数据流形局部形状来加速规划的网络，每个状态只需推理一次即可评估任意数量的候选动作。在 BridgeData V2 上，单次提取对 16 个候选动作打分比 IRASim 和 WorldGym 快 300 倍以上，且在短时域上预测精度超过 IRASim，计算量降低逾 100 倍。该方法用三阶泰勒多项式拟合流形形状，并给出有效半径的闭式解。
来源：arXiv cs.CV · arxiv.org