Hugging Face Daily Papers·· 2026-10-07AI 评分73
RLHND:基于视频基础模型的物理 grounded 手部追踪器用于机器人学习
RLHND: Video Foundation Models as Physically Grounded Hand Trackers for Robot Learning
AI 导读
针对现有手部追踪方法缺乏物理线索导致估计不准确的问题,该研究提出 RLHND 模型,利用预训练的 Cosmos 3 视频扩散骨干网作为确定性特征提取器,联合从单目自中心视频中估计手部姿态与真实触觉信息。
来源:Hugging Face Daily Papers · arxiv.org