Visuomotor Fusion进阶
RRDF 在视觉运动模仿中重连观察融合路由,推迟紧凑信号进入视觉表示以提升分布外表现
这篇预印本提出 Register-Routed Delayed Fusion(RRDF),在 ACT 等视觉运动模仿策略中屏蔽紧凑令牌与视觉令牌的直接注意力,改用寄存器令牌分阶段隔离、收集、路由跨模态信息。在 5 个仿真任务和 3 个真机任务上,RRDF 与稠密融合基线相当或更好,在视觉外观变化和真机位置偏移下优势更明显。结果显示,控制紧凑信号进入视觉表示的路由有助于减少对本体感觉的捷径依赖。