NUS 提出 BiCAT 双臂协调动作分词器:真机 113/150 成功,推理延迟降 2.7 倍
DJiafei · x · 2026-11-18
新加坡国立大学团队发布 BiCAT(Bimanual Coordination Action Tokenization),针对双臂机器人的 VLA 动作分词新方法:不再把两臂拼成一个动作向量,而是每臂独立 token 流,通过镜像正则化共享运动表征,并用对称跨臂注意力让每臂感知搭档。
- 架构:右臂带符号关节翻转使镜像动作获得相同 token;量化前跨臂因果注意力;联合解码器两步重建双臂,每动作块仅 40.5ms(H200)。
- 仿真:RoboTwin 2.0 十个任务平均成功率 69.3%,比 8 个动作分词器中的最强者(OAT、NAC、FAST、QueST 等)高 17.6 分,紧耦合任务上高 21.3 分。
- 真机:6 任务 × 3 本体 × 25 次试验,成功 113/150,对比 OAT 74、FAST 25;比 FAST 快 4.7 倍,在 YAM 上推理延迟比 OAT 低 2.7 倍(91.7ms vs 251.6ms)。
论文、代码与项目页均已公开。
所属事件:NUS 发布 BiCAT 双臂动作分词器,延迟降 2.7 倍(4 条相关)→
「具身」频道最新
- 双臂两条 token 流共享词表:机器人操作学习新工作开源 — DJiafei · 2026-11-18
- 初创公司给日结工人戴 Meta 眼镜采集第一视角视频卖给机器人公司 — hiclemi · 2026-11-18
- NVIDIA RTX Spark 紧凑桌面上市:128GB 统一内存跑本地 Agent — NVIDIA Blog · 2026-11-18
- 加州圣贝纳迪诺县引入自主灭火无人机,目标把山火扼杀在 10 平方英尺内 — import_jmr · 2026-11-18
- 用 AI 把照片捏成 3D 场景投到 Vision Pro:最酷 AirDrop 演示 — Scobleizer · 2026-11-18
- Humyn Labs 获 4700 万美元 A 轮,专攻机器人第一视角数据引擎 — CyberRobooo · 2026-11-18