← 世界模型 / 从表征到预测

正式发表 / World Models

Real-world MAE

Real-World Robot Learning with Masked Visual Pre-training

CoRL · 2022

快照 2026-10-28 · 引用:Semantic Scholar / arXiv 关联记录 · 代码核验依据 ↗

关键框架 FRAMEWORK
预训练视觉表征与任务控制CoRL 2022 · Fig. 1 · p.2 ↗

用 MAE 在互联网与第一视角图像上预训练视觉编码器,冻结后为不同机器人任务分别学习控制策略。

  1. 01预训练视觉编码器
  2. 02冻结并编码观测
  3. 03学习任务策略
Real-world MAE预训练视觉表征与任务控制
预训练视觉表征与任务控制

用 MAE 在互联网与第一视角图像上预训练视觉编码器,冻结后为不同机器人任务分别学习控制策略。 来源 ↗ · 打开完整图片 ↗

THE IDEA

它在解决什么

用 MAE 在互联网与第一视角图像上预训练视觉编码器,冻结后为不同机器人任务分别学习控制策略。

WHY READ IT

为什么放在这条路线

连接 MAE 与真实机器人迁移:共享的是视觉编码器,不能误写成所有机器人共享一个动作策略。

当前阶段从表征到预测 ↗

表征目标如何影响奖励、动力学和控制?

READ WITH A QUESTION

读的时候,留意什么

此条对应 CoRL 2022 的 Real-World Robot Learning;与另一篇 Masked Visual Pre-training for Motor Control 区分。

我的阅读笔记

LOCAL NOTES
笔记仅保存在当前浏览器