PredActor将扩散计算压缩至前向5%
热点事件持续更新
PredActor将扩散计算压缩至前向5%
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
PredActor研究团队提出用于机载人形机器人控制的“预测动作扩散”策略:模型同时去噪未来状态和可执行动作,但实际只执行生成的动作部分,扩散过程仅占策略前向计算的5%,从而实现低延迟控制。 该策略仅依赖本体感知输入,已部署在Unitree G1机器人上,并由机载Jetson Orin NX运行。
AI 根据报道生成 · 57 分钟前更新
最新进展11月22日 01:20
PredActor:扩散策略仅占前向 5%,实现低延迟人形机器人控制报道时间线
沿着报道,了解事件的不同侧面。
11月22日
- AGI HuntPredActor:扩散策略仅占前向 5%,实现低延迟人形机器人控制
PredActor 提出用于机载人形机器人控制的“预测动作扩散”策略,仅执行模型生成的动作部分。Transformer 通过非对称掩码交错状态与动作 token,并利用预测的未来状态作为操控接口。策略部署于 Unitree G1,机载 Jetson Orin NX 运行,扩散部分仅占策略前向计算的 5%,实现低延迟控制。
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。