arXiv · 机器人与计算机视觉· Jiwoong Choi, Haoyu Li, Yiwei Lyu·· 16 天前AI 评分48
DARE:基于回顾性修正的扰动感知检索长视界动力学预测框架
Back to the Future: Predicting Long-Horizon Dynamics with Retrospective Correction for Disturbance-Aware Retrieval
AI 导读
DARE 是一种几何感知的关系动力学框架,利用回顾性修正改进密集存储环境下的长视界预测。该模型通过对象级消息传递预测接触传播,并在稀疏观测可用时修正早期状态以重演动力学。在 Planar 和 RoboCasa 环境中实验表明,DARE 能有效平衡检索进度与周围物体的位移旋转,提升鲁棒性与泛化能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org