PoLAR：按幅度与模式分解潜在动作
热点事件持续更新
PoLAR：按幅度与模式分解潜在动作
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
研究者提出一种名为 PoLAR 的潜在动作表示方法，通过在潜在动作空间施加径向结构，让半径编码过渡幅度、方向保留过渡模式，并在双曲空间中实例化。作者称，在任务内与大规模预训练两种设置下，PoLAR 在仿真和真实机器人实验中均提升了下游策略性能，超过潜在动作基线和强预训练 VLA。该工作已被 CoRL 2026 接收。
AI 根据报道生成 · 2 小时前更新
最新进展10月15日 12:00
PoLAR：将潜在动作分解为幅度与模式以改进机器人策略学习报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.LGPoLAR：将潜在动作分解为幅度与模式以改进机器人策略学习
研究者提出 PoLAR（Polar Latent Actions with Radial structure），通过在潜在动作空间施加径向结构，让半径编码过渡幅度、方向保留过渡模式，并在双曲空间中实例化该结构。在任务内与大规模预训练设置下，PoLAR 在仿真和真实机器人实验中均提升了下游策略性能，超过潜在动作基线和强预训练 VLA。该工作已被 CoRL 2026 接收。
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。