F2F-AP异步策略用于实时动态操作

清华大学提出 F2F-AP 框架，利用预测物体运动合成未来观测，并通过基于运动的对比学习目标对齐预测观测与真实未来状态的视觉特征。该异步策略借此获得前瞻性规划与运动能力，可显式补偿推理延迟，在涉及主动运动物体的动态操作任务中显著提升响应速度与成功率。

摘自 arXiv cs.RO

还没有足够的连续观测数据，暂不绘制趋势。