热点事件持续更新
TeAR：基于遥测的机械臂动作自适应方法
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
TeAR 是一种策略无关的测试时自适应方法，在操控策略输出端引入轻量 Transformer，结合关节温度、电机电流、供电电压等实时遥测信号，对动作进行放大、阻尼或偏置修正。在 18 个策略-任务对上评估，含退化模型失配时 TeAR 成功率为 31.8%，高于基线 25.6% 与假设模型逆的 30.6%；真实机械臂上加热场景成功率提升 10-15%，无需在机器人端微调。
AI 根据报道生成 · 2 小时前更新
最新进展9月30日 12:00
TeAR 在 18 个策略-任务对上评估，含退化模型失配时成功率 31.8%，真实加热场景提升 10-15%。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · RoboticsTeAR：在执行器退化下的操控策略测试时自适应
TeAR 是一种策略无关的测试时自适应方法，在操控策略输出端引入轻量 Transformer，结合关节温度、电机电流、供电电压等实时遥测信号，对动作进行放大、阻尼或偏置修正。在 18 个策略-任务对上评估，含退化模型失配时 TeAR 成功率为 31.8%，高于基线 25.6% 与假设模型逆的 30.6%；真实机械臂上加热场景成功率提升 10-15%，无需在机器人端微调。
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。