arXiv · 机器人与计算机视觉· Yiming Dou, Botao He, Antonio Loquercio, Andrew Owens, Jitendra Malik, Sumedh Anand Sontakke, Ruoshi Liu·· 12 小时前精选AI 评分78
DreamFAR:一种支持实时与长视界交互的多样化物体世界模型
DreamFAR: Real-Time and Long-Horizon Interaction with Diverse Objects
AI 导读
论文提出了 DreamFAR 世界模型,其动力学模型完全基于大规模机器人遥操作数据从头训练,未使用互联网视频预训练。该架构专为机器人原生数据设计,体积显著小于高性能视频生成模型,在商业 GPU 上运行速度达 10 FPS。实验表明,DreamFAR 在预测长视界未来及理解接触与因果关系方面优于现有模型,并展示了策略评估与混合数据协同训练等应用潜力。
推荐理由
该工作提出无需互联网预训练的机器人原生世界模型,在长时序接触预测上优于现有方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org