arXiv · cs.RO· Yuze Lu·· 1 天前精选AI 评分70
运动学假设上下文：面向带宽受限机器人策略上行链路的具身条件学习视频编码
Kinematic Hypothesis Context: Embodiment-Conditioned Learned Video Coding for Bandwidth-Limited Robot Policy Uplinks
AI 导读
Yuze Lu提出了一种基于运动学假设上下文的新型视频编码方法，利用机器人自身运动信息作为零速率条件信号。该方法在LIBERO数据集上比历史条件编码节省23.9%比特率，比x264、x265和SVT-AV1节省40-56%比特率。在6kbps带宽下，OpenVLA-OFT任务成功率从22.8%提升至43.1%，在丢包环境下仍保持性能优势。
推荐理由
通过运动学假设上下文将机器人自身运动信息用于视频编码，在带宽受限场景下显著提升任务成功率。
来源：arXiv · cs.RO · arxiv.org