יום רביעי, 7 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.AI ·

מדיניות רובוטים קצרות צריכות ייצוג ראייתי דק

Compact Robot Policies Need Fine-Grained Visual Representations
מדיניות רובוטים קצרות צריכות ייצוג ראייתי דק. נמצא כי הייצוג הראייתי הוא הגורם העיקרי להצלחת המדיניות, ולא גודל הפרמטרים או הפרימיטיבים הגנרטיביים.
תקציר מקורי באנגליתarXiv:2610.08183v1 Announce Type: cross Abstract: Multi-task manipulation policies differ in architecture, scale, and pretrained priors all at once, so published comparisons cannot attribute performance to any single component. We argue that most of it comes from the visual representation, and that parameter scale and generative priors are largely incidental. To test this, we build CoRP (Compressed Representation Policy), a deliberately compact policy (48.9M parameters, no vision-language model and no video-generative prior) that factorizes into a representation extractor and a flow-matching action generator. It reaches 97.0% on LIBERO and 75.78%/73.36% on RoboTwin 2.0 Clean/Randomized, matching systems 40.9-163.6x larger. Holding the action generator fixed, we then vary one extractor prop
קרא במקור המקורי