热点事件持续更新

研究者提出ACRO回滚编排框架

1 篇报道1 个报道来源19 小时前更新

先了解这件事

AI 综述

研究者在预印本论文中提出了面向固定视觉语言动作（VLA）策略的编排框架 ACRO，通过 Critic 评估任务前景决定干预时机，并利用轨迹回撤将机器人带回可行重入点重新执行任务。实验表明，在配合 GR00T N1.7 与 π0.5 模型并计入返回动作的相同物理预算下，ACRO 在 SimplerEnv、RoboCasa 及真机操作测试中的任务成功率分别提升了 10.4、7.3 和 21.7 个百分点。

AI 根据报道生成 · 46 分钟前更新

最新进展10月14日 14:55

ACRO：面向固定 VLA 策略的 Actor-Critic 回滚编排框架

报道时间线

沿着报道，了解事件的不同侧面。

10月14日

14:55
arXiv · 工业智能研究摘要
ACRO：面向固定 VLA 策略的 Actor-Critic 回滚编排框架
预印本摘要称，研究者提出了面向固定视觉语言动作策略的编排层 ACRO，利用 Critic 评估任务前景以决定干预时机，并通过轨迹回撤将机器人带回可行重入点重新执行。在 SimplerEnv、RoboCasa 及真机操作中配合 GR00T N1.7 与 π0.5 测试，在计入返回动作的相同物理预算下，任务成功率分别提升 10.4、7.3 和 21.7 个百分点。

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。