Social Navigation进阶
Social-WM:用可执行动作差异做安全社交导航的隐世界模型
Social-WM 是一个使用 RGB 视频离线训练的隐世界模型规划框架,区分名义动作与实际可执行动作。在 Social-HM3D 上,它取得 63.77% 成功率,行人碰撞率降至 21.67%,比 NavThinker 相对降低 44.6%;零样本迁移到 Social-MP3D 仍保持 54.15% 成功率和 23.34% 碰撞率。该工作为未同行评审的预印本。
机器人与具身智能领域的最新论文,以及每篇对产业的意义。
Social-WM 是一个使用 RGB 视频离线训练的隐世界模型规划框架,区分名义动作与实际可执行动作。在 Social-HM3D 上,它取得 63.77% 成功率,行人碰撞率降至 21.67%,比 NavThinker 相对降低 44.6%;零样本迁移到 Social-MP3D 仍保持 54.15% 成功率和 23.34% 碰撞率。该工作为未同行评审的预印本。
论文来自 arXiv 机器人领域。尚未生成摘要的论文,显示摘要开头部分。