跳到正文
热点事件持续更新

研究者提出面向VLA机器人的图像压缩框架SPARC

1 篇报道1 个报道来源2 小时前更新

先了解这件事

AI 综述

研究者 Hyeonjun Kim 等人提出 SPARC(SPatially Adaptive Rate Control),一种面向 VLA 驱动机器人的学习型图像压缩框架。 该框架通过轻量级时序掩码选择器,按任务相关性在潜在表示上自适应分配码率,并引入 tilted rate loss 以稳定训练。 上述内容来自论文作者在 arXiv 上的介绍,尚未见其在实际机器人任务中的效果验证。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月9日
  1. arXiv cs.CV
    SPARC:面向 VLA 模型的学习型图像压缩框架

    研究者提出 SPARC(SPatially Adaptive Rate Control),一种面向 VLA 驱动机器人的学习型图像压缩框架,通过轻量级时序掩码选择器按任务相关性在潜在表示上自适应分配码率,并引入 tilted rate loss 稳定训练。

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。