arXiv cs.RO· Zheyu Zhuang, Ruiyu Wang, Nick Heppert, Johannes Fabian Hahn, Abhinav Valada, Florian T. Pokorny, Danica Kragic·· 6 小时前
Seeker：从动作中学习注意力，为策略学习生成视觉瓶颈
Attention from Action, for Action: Emergent Visual Bottlenecks for Policy Learning
AI 导读
研究提出 Seeker，一种任务与状态条件化的读出模块，基于冻结的 DINOv3 特征迭代更新查询，仅靠动作监督生成渐进感知的 ROI，无需外部空间标签。该 ROI 可作为 RGB 裁剪、掩码引导背景增强和点云滤波的空间接口。在真实机器人上，Seeker 将域内平均成功率从最佳基线的 48.3% 提升至 76.7%，光照/背景变化下成功率从 20.0% 提升至 60.0%。
来源：arXiv cs.RO · arxiv.org