跳到正文
热点事件持续更新

ORD-WM提出物体中心刚体动力学3D世界模型

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Yueyang Weng 等提出 ORD-WM,一种面向机器人操作任务的3D世界模型,用有符号距离场监督的向量神经元变分自编码器把每个物体点云编码为几何感知潜表示,再由动作条件动力学模型预测逐物体的 SE(3) 运动增量,并将刚体变换解析地施加到当前潜状态上,而非生成无约束的下一潜状态,从而分离持久几何与位姿变化。 论文称实验显示该模型在仿真与真实操作场景中实现了稳定的、保持几何的多步预测,并支持闭环模型预测控制的实时重规划。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv cs.RO
    ORD-WM:面向机器人操作的物体中心刚体动力学3D世界模型

    ORD-WM 提出一种学习物体中心刚体动力学的3D世界模型,用于机器人操作任务。它用有符号距离场监督的向量神经元变分自编码器,将每个物体点云编码为由3D向量特征构成的几何感知潜表示,并用动作条件动力学模型预测逐物体的SE(3)运动增量,再将预测的刚体变换解析地施加到当前潜状态上,而非生成无约束的下一潜状态,从而分离持久几何与位姿变化。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。