跳到正文
arXiv · 机器人与计算机视觉· Liang Li, Guoyao Zhang, Xingyu Chen, Sikai Wu, Qianyang Wu, Yuhang Lin, Renjing Xu, Mingliang Zhou, Diyun Xiang·· 22 天前AI 评分58

GRAFT:面向基础追踪器的几何感知残差适应框架

GRAFT: Geometry-Aware Residual Adaptation for Foundation Trackers

AI 导读

GRAFT 是一种针对人形行为基础模型(BFM)的几何感知残差适应框架,旨在解决其缺乏对局部地形(如台阶、间隙和平台)自适应机制的问题。该方案保留 BFM 参数与运动参考接口,仅通过轻量级适配器在下肢执行目标上添加地形条件修正。

来源:arXiv · 机器人与计算机视觉 · arxiv.org