热点事件持续更新
CADeT：因果感知变形传输框架用于间接软组织机器人操控
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026-10-01，arXiv 发布一手研究 CADeT，提出将结构因果模型（SCM）与主动感知结合的框架，用于推断潜在变形传输模式并在线估计状态相关粘附 Jacobian。仿真与 dVRK 实验显示，该方法在间接目标形状控制中比无模型和基于模型的基线具有更高的模式识别准确率和更快的形状误差收敛。
AI 根据报道生成 · 1 小时前更新
最新进展10月1日 12:00
arXiv 发布 CADeT 论文，报告其在仿真与 dVRK 实验中优于无模型和基于模型基线。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv · RoboticsCADeT：因果感知变形传输框架用于间接软组织机器人操控
CADeT 框架将结构因果模型（SCM）与主动感知结合，推断潜在变形传输模式并在线估计状态相关粘附 Jacobian。仿真与 dVRK 实验表明，该方法在间接目标形状控制中比无模型和基于模型的基线具有更高的模式识别准确率和更快的形状误差收敛。
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。