RAFC：用可信度感知提升机器人操作时序鲁棒性

研究者 Mohammad Khoshnazar 等人发表论文提出 Reliability-Aware Future Conditioning（RAFC），用于解决生成未来视频与机器人实际所处阶段错位、从而对机器人产生有害引导的问题。该研究将这一问题视为控制问题而非生成问题：每一步估计对收到片段的信任程度，若可信则选择邻近时间假设，否则回退到静态分支，仅依靠任务奖励学习。 RAFC 建立在 Future-Experience Conditioning（FEC）之上，后者通过任务 grounding、无机器人的数字孪生 rollout 和无掩码视频扩散一次性构建片段。论文称所有资源将公开。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。