ActionSink：面向机器人操作精准估计的动态动作流集成
交易与市场微观结构
2025-08-06 v1
摘要
语言指令机器人操作因其从收集数据中学习的潜力而受到广泛关注。尽管不断进步的通用大预训练模型不断解决了高层感知和规划方面的挑战，但低层动作估计的精度问题已成为操作性能的关键限制因素。为此，本文引入一种新型机器人操作框架，即 ActionSink，以推动学习基机器人操作中精准动作估计的进程。正如其名称所示，ActionSink 将机器人的动作重新定义为由动作引发的视频中的动作流（称为“动作流”），以自监督方式进行建模，然后用于检索和集成以增强动作估计。具体而言，ActionSink 包含两个主要模块。第一个模块是粗到细的动作流匹配器，通过迭代检索和去噪过程持续细化动作流的精度。第二个模块是动态动作流集成器，采用工作记忆池动态且高效地管理应用于增强当前动作估计的历史动作流。在该模块中，提出了多层融合模块，用于集成直接估计和来自当前及工作记忆的动作流，通过一系列估计-集成过程实现高度精确的动作估计。我们的方法在 LIBERO 基准测试中超越了先前的 SOTA，成功率提升 7.9%，在具有挑战性的长期程视觉任务 LIBERO-Long 上实现近 8% 的精度提升。
引用
@article{arxiv.2508.03217,
title = {Measuring DEX Efficiency and The Effect of an Enhanced Routing Method on Both DEX Efficiency and Stakeholders' Benefits},
author = {Yu Zhang and Claudio J. Tessone},
journal= {arXiv preprint arXiv:2508.03217},
year = {2025}
}