MANIPULATION
补丁策略：通过密集视觉表示实现高效具身控制
Gaoyue Zhou, Zichen Jeff Cui, Ada Langford, Bowen Tan, Yann LeCun, Lerrel Pinto
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出Patch Policy架构，通过块因果注意力掩码使Transformer策略直接利用预训练的密集补丁特征，无需完整视觉语言模型的计算开销。在模拟和真实环境中，该方法相比传统策略实现了40%的相对性能提升。
关键词
dense visual featurespatch tokenstransformer policyembodied controlefficient learning
相关论文
MANIPULATION
📊 7,533 引用
Real-Time Obstacle Avoidance for Manipulators and Mobile Robots
Oussama Khatib
1986
MANIPULATION
📊 6,720 引用
A Mathematical Introduction to Robotic Manipulation
Richard M. Murray, Zexiang Li, Shankar Sastry
2017
MANIPULATION
📊 3,821 引用
Robot dynamics and control
Mark W. Spong
1989
MANIPULATION
📊 3,499 引用
A tutorial on visual servo control
Seth Hutchinson, Gregory D. Hager, Peter Corke
1996