基于平行深度状态空间模型和Transformer模型的前操纵对齐预测
机器人学
2025-09-18 v1
摘要
本文解决了预测开放词汇对象操纵任务未来成功的问题。传统方法通常在动作执行后才确定成功或失败，然而它们难以预防潜在危险，依赖失败触发重规划，从而降低对象操纵序列的效率。为克服这些挑战，我们提出了一种模型，预测前操纵视图与计划轨迹之间的对齐程度以及给定的自然语言指令。我们引入了多层轨迹融合模块，该模块并行运用最新的深度状态空间模型和Transformer编码器来捕捉末端执行器轨迹中多层时间序列自相关性。我们的实验结果表明，所提出的方法优于现有方法，包括基础模型。
引用
@article{arxiv.2509.13839,
title = {Pre-Manipulation Alignment Prediction with Parallel Deep State-Space and Transformer Models},
author = {Motonari Kambara and Komei Sugiura},
journal= {arXiv preprint arXiv:2509.13839},
year = {2025}
}
备注
Published in Advanced Robotics