实时控制相关 AI 资讯 · AITOP · AI热报

7月29日

11:48

11:48

官方账号arXiv cs.LG@Sungjae Park, Shubham Tulsiani

通用操作策略多采用基于大预训练骨干的动作分块流策略，但开环运行导致无法反应中途输入，牺牲反应性，且重规划因感知-动作管线慢而受限。πR²基于扩散强制噪声调度，提出快慢通道分离（本体感觉每tick更新，视觉语言特征异步更新）和延迟自适应流调度，可在单步去噪内发出动作。在GR00T-N1.7上微调后，于真实xArm6+XHand平台实现约25Hz闭环重规划（每40ms响应一次观察），比基线快4倍。在仿真和真实操作任务中，πR²相较最强基线成功率分别提升23%和30%。

论文 πR² GR00T-N1.7 xArm6

推荐理由：操作策略终于能实时闭环了！πR²让大模型每40ms重新规划动作，比基线快4倍，成功率提升30%，特别适合动态环境。

7月22日

11:51

11:51

官方账号arXiv cs.LG@Matteo Tomasetto, Francesco Braghin, J. Nathan Kutz, Andrea Manzoni

论文提出SHRED-ROM方法，利用浅循环解码器网络（SHRED）进行降阶建模，实现高维参数化动力学系统的实时闭环控制。该方法仅需有限传感器读数，通过少量专家示范样本训练，即可在新场景中模仿专家行为并输出分布式控制动作，缓解维度灾难。SHRED-ROM还合成传感器预测器在潜在空间闭环，有效应对传感器故障或延迟。在参数密度控制和流体流动控制两个高维案例上验证了性能。

论文 SHRED-ROM 实时控制降阶建模

推荐理由：这篇论文用SHRED-ROM实现高维动力系统实时控制，只需少量传感器和专家示例，比传统方法快很多。