跳到正文
arXiv · 机器人与计算机视觉· Wei Lu, Jiaxi Zhang, Yunheng Wang, Taowen Wang, Yuetong Fang, Zhenhui Zhang, Shuning Zhang, Zizhao Yuan, Yixiao Feng, Zecui Zeng, Renjing Xu·· 9 天前AI 评分75

ForeAct:基于世界表示的几何引导动作学习

ForeAct: Geometry-Guided Action Learning from World Representations

AI 导读

论文提出 ForeAct,旨在解决现有方法在场景几何与演化动态处理上的割裂问题。该方法复用预训练视频世界模型作为单前向传播骨干,利用可学习 token 由下一帧相对深度监督来塑造共享的视频表示,从而将空间知识转化为未来感知的动作生成表示。

来源:arXiv · 机器人与计算机视觉 · arxiv.org