PredActor:扩散策略仅占前向 5%,实现低延迟人形机器人控制
chris_j_paxton · x · 2026-11-22
一项名为 PredActor 的新研究提出用于可操控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与可执行动作,仅依赖本体感知输入,实际只执行动作部分。
- Transformer 以非对称掩码交错状态与动作 token:状态查询只关注状态 token,动作查询因果地关注两路。
- 预测出的未来状态作为「操控接口」,用无分类器引导放大文本条件行为,用分类器引导把预测状态推向目的地、摇杆方向等测试时目标。
- 部署在 Unitree G1 上,机载 Jetson Orin NX 运行。
- 核心贡献:扩散部分只占策略前向计算的 5%,从而实现低延迟。
「具身」频道最新
- 开发者为四足机器人打造 JEPA 本体感知 sidecar,每 tick 仅 0.24ms — victormustar · 2026-11-22
- CoRL2026 线下聚会爆满,午宴报名超额 8 倍 — Lianhuiq · 2026-11-22
- 非开发者用 Codex 与 M5Stack 四小时做出桌面健康陪伴硬件小猫 — OpenAIDevs · 2026-11-22
- Unitree G1-D 进驻西班牙汽车厂:6 分钟演示即可上手产线任务 — CyberRobooo · 2026-11-22
- 项目经理实测:Pebble Index 01 对比 Sandbar Stream 智能戒指 — Scobleizer · 2026-11-21
- OpenAI 纽约硬件黑客松:参与者打造可语音对话的 3D 打印机器人 — OpenAIDevs · 2026-11-21