В arXiv вышла работа о Compositional Shift Algebra (CSA). Идея в том, что развёртывание...
В arXiv вышла работа о Compositional Shift Algebra (CSA). Идея в том, что развёртывание робота редко меняет один механизм за раз: камеры, интерфейсы действий и физическая динамика… На ManiSkill StackCube residual CSA совпадает с oracle mixed inverse на отложенных смесях: успех 1,0 на 10 сидах, тогда как лучшие базовые варианты (single, zero-shot, усреднение параметров) отстают примерно на 67 п.п. Композиция с RGB-D-зрением в контуре остаётся близкой к oracle и заметно выше некомпозиционных вариантов; стресс-тест с задержкой показывает, что порядок «политика × задержка» важен. На второй задаче PickCube residual CSA снова даёт 1,0 против 0,33 у некомпозиционного подхода (n=10), а L1-контроллер зрения без привилегированных поз куба и цели и без флагов захвата удерживает 0,95 против 0,00. В основной трек добавлены результаты по PushCube (+33 п.п.), PegInsertion joint8 / pose7 EE (+67 п.п. Каждый) и тонкому BC при замороженной CSA (+67 п.п.); более глубокое BC и честные базовые сравнения адаптации ещё требуют проверки. Для российского производства это означает практический ориентир: при переналадке ячейки — смене камеры, схвата, контроллера или динамики — адаптацию можно проектировать как набор проверяемых модулей, а не как новый цикл сбора данных и переобучения. Это снижает стоимость и сроки переналадки, упрощает откат и повышает предсказуемость эксплуатации. Но переносимость зависит от доступности оборудования, качества сброса и калибровки, а также от того, удастся ли воспроизвести результат на своей номенклатуре; пока неизвестно, насколько метод устойчив к реальному шуму, износу и неполным наблюдениям. Источники: arXiv — Robotics (cs.RO)