论文
Hierarchical Residual Policy Learning for Real-World Mobile Manipulation
面向真实世界移动操作（MoMa）提出分层残差策略学习框架，在稀疏人类指导下实现异构模块解耦微调
首次收录 2026-10-15热度 1.0
roboticsmanipulationembodied
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「Hierarchical Residual Policy Learning for Real-World Mobile Manipulation」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。