arXiv cs.RO· Kento Nishi, Raphael Tang, Karun Kumar, Core Francisco Park, Hidenori Tanaka·· 15 小时前AI 评分62
论文提出物理误泛化机制:生成轨迹的物理量分布为何偏离数据意图
Mechanisms of Misgeneralization in Physical Sequence Modeling
AI 导读
论文识别并形式化了物理误泛化问题:生成式序列模型用于物理域运动规划时,单条轨迹看似合理,但物理量(如行程距离、机械能)的总体分布与数据意图不符。作者用数据偏差核估计模型类别的局部误差,并预测扩散序列模型在玩具与应用轨迹生成任务中哪些物理量取值会增减。基于该机制,论文比较了修改数据集与生成接口的干预,并提出变换生成器学习与采样坐标系来减少物理量漂移。
来源:arXiv cs.RO · arxiv.org