Register-Routed Delayed Fusion: Registervermittelte Fusionsarchitektur verringert Shortcut-Anfälligkeit in visuomotorischen Policies
Das Preprint stellt Register-Routed Delayed Fusion (RRDF) vor, eine Fusionsarchitektur für visuomotorische Imitationsrichtlinien, die direkte Aufmerksamkeit zwischen kompakten und visuellen Tokens blockiert und über einen gelernten Register-Workspace verzögert zusammenführt. In fünf Simulationsaufgaben und drei realen Roboteraufgaben erreicht RRDF mindestens die nominale Leistung von dichtem ACT und verbessert die Erfolgsraten unter Verteilungsverschiebungen deutlich, etwa bei gehaltenen Objektpositionen. Der Ansatz reduziert messbar die Empfindlichkeit gegenüber Propriozeption relativ zum Bild, ohne die kompakte Konditionierung für den Aktionsgenerator zu entfernen.