跳到正文
热点事件持续更新

Action Jets：单次推理评估多动作的规划网络

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

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。其核心变化是：每个状态只需推理一次，即可评估任意数量的候选动作，而不再对每个候选动作分别推理。 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，短时域预测精度超过 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。 上述速度与精度数据来自论文报告，尚未经独立验证。

AI 根据报道生成 · 3 小时前更新

最新进展10月15日 12:00
Action Jets：学习动作条件数据流形的局部形状

报道时间线

沿着报道，了解事件的不同侧面。

10月15日
  1. arXiv cs.CV
    Action Jets：学习动作条件数据流形的局部形状

    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。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月15日 13:00
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。