arXiv · 机器人与计算机视觉· Ziying Song, Yuchen Liu, Zhuoran Xu, Ziyang Liu, Jian Jin, Jiangtao Su, Haibao Yu, Lei Yang, Yuanpei Chen·· 2026-10-06AI 评分72
KineWorld:一种用于具身世界建模的动作诱导运输场框架
KineWorld: Action-Induced Transport Fields for Embodied World Modeling
AI 导读
该论文提出了 KineWorld 框架,旨在改进具身世界模型对动作后果的预测能力。针对现有方法在视觉生成上采用均匀加权目标而忽视空间稀疏变化(关键交互信息)的问题,作者提出通过运动学运输提升(KTL)从机器人指令构建相机对齐的运输场,并利用运输感知世界扩散(TAWD)校准视频潜网格上的运动支撑及重新加权未来 RGB 流匹配。
来源:arXiv · 机器人与计算机视觉 · arxiv.org