arXiv · 机器人与计算机视觉· Suraj K. Sood, Yugyung Lee·· 16 天前AI 评分52
FORCE:面向视频世界模型的反事实编辑因子化物体关系
FORCE: Factorized Object Relations for Counterfactual Editing in Video World Models
AI 导读
论文 FORCE 提出一种能从原始视频中推断并显式表示成对物体交互关系的视频世界模型架构,支持直接移除、改变或引入特定物体间的相互作用。该方法利用冻结自监督特征的槽注意力提取物体,通过关系编码器将短时观察窗口转化为力,并在 rollout 过程中保持潜变量固定以确保编辑持久性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org