10:51
官方账号arXiv cs.AI@Zihao He, Hongjie Fang, Shirun Tang, Cewu Lu, Haoshu Fang
推荐理由：一篇关于多模态机器人模仿学习的论文，提出LAG-Fusion解决不同传感器速率不同的异步融合问题，实验证明比同步融合更高效。
推理延迟
共 1 条相关 AI 资讯
7月21日
10:51
LAG-Fusion提出一种延迟感知指导融合框架，用于异步多模态扩散策略组合。该框架允许不同模态的策略以各自原生推理速率运行，并在可用时贡献去噪指导。通过推导扩散变量在相对动作表征下的参考帧重基规则，实现延迟指导在融合前的对齐。在接触丰富操作任务中，低频视觉策略与高频力觉策略的异质延迟实验显示，LAG-Fusion相比同步融合和专门设计的力感知基线，提升了策略响应速度和任务性能。