PRISM用物理噪声解耦提升深度合成真实感

Xiujian Liang等提出PRISM框架，将单体深度噪声解耦为传感失效与测量不准两类模态，并蒸馏3D视觉基础模型特征作为空间-语义先验，用于物理接地的深度噪声合成与sim-to-real迁移。论文称其基准测试在噪声深度合成上达到最保真水平。 在真实世界机器人实验中，PRISM使下游任务平均成功率达92.1%，论文称相比单体基线有显著提升。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。