跳到正文
arXiv · 机器人与计算机视觉· Aly Magassouba·· 2026-10-05精选AI 评分82

Screw Attention:Transformer 内的刚体力学代数方法

Screw Attention: Rigid-Body Algebra Inside a Transformer

AI 导读

论文提出 Screw Attention,这是一种将两物体间的相对位姿与关节螺旋量作为空间变换而非图边嵌入的 Transformer 层。该方法在 LIBERO-Spatial 基准上,仅用 16k 参数从物体位姿训练的策略达到 97.3% 成功率,优于同规模及参数量大 27 倍的扁平网络。

推荐理由

该工作提出 Screw Attention,在 Transformer 层内显式建模刚体运动学关系,使策略对坐标系变化具有等变性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org