World models进阶
DeltaWorld:动作条件潜变量增量学习让机器人世界模型更物理一致
论文提出DeltaWorld,一种用于机器人操作的物理一致交互式世界模拟器。其Delta-LTM预测动作引起的潜变量增量并叠加到当前状态,Interaction-aware Latent Alignment强化机器人-物体交互区域的监督。在IWS基准和自我采集的跨机器人数据集上,DeltaWorld相比IWS基线将FVD降低46.6%,LPIPS降低31.1%。该研究为预印本,尚未经同行评审。
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。
论文提出DeltaWorld,一种用于机器人操作的物理一致交互式世界模拟器。其Delta-LTM预测动作引起的潜变量增量并叠加到当前状态,Interaction-aware Latent Alignment强化机器人-物体交互区域的监督。在IWS基准和自我采集的跨机器人数据集上,DeltaWorld相比IWS基线将FVD降低46.6%,LPIPS降低31.1%。该研究为预印本,尚未经同行评审。
A video world model trained on robot egocentric footage predicts outcomes of actions for evaluation and planning.
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。