arXiv · 机器人与计算机视觉· Elvis Han Cui, Yuhan Pan, Xin-Ya Zhang, Bingbin Li, Yanan Li, Donghui Wang, Weng Kee Wong·· 10 天前AI 评分43
Stay on the Manifold:分层贝叶斯轨迹流形采样方法实现稀疏目标重建与采样
Stay on the Manifold: Hierarchical Bayesian Trajectory-Family Transfer for Sparse-Target Reconstruction and Sampling
AI 导读
HB-TPM 方法通过从有序源任务学习平滑曲线族,成功适应稀疏观测下的轨迹结构。在 30 个独立向量任务中,其将平均切片-Wasserstein 距离较源适配 VAE 降低 21.0%-41.8%;基于 100 条模拟光子记录测试显示,相比仅拟合目标或预测源均值,该方法分别使轨迹均方根误差降低 50.2% 和 23.6%。
来源:arXiv · 机器人与计算机视觉 · arxiv.org