arXiv · 机器人与计算机视觉· Hanwei Liu, Huijia Zhang, Hanzhang Wang, Guangyu Liu, Hanbei Zhan, Linjie Hu, Bin Xiao, Xuan Zhou, Dong Zhang·· 14 天前AI 评分73
ReactWorld:一种用于具身视频生成的结构化交互响应模型
ReactWorld: Structuring Interaction Responses for Embodied Video Generation
AI 导读
ReactWorld 是一种受思维链推理启发的具身视频生成模型,旨在解决机器人动作引发的场景变化中物体响应与任务意图及接触动力学不一致的问题。该模型在特征空间引入交互响应场预测器以明确参与者角色、未来运动响应强度及局部运动变化,并通过响应反馈适配器将预测位移转化为时间注意力位置偏差,从而引导跨帧的信息检索与物体特征更新。
来源:arXiv · 机器人与计算机视觉 · arxiv.org