跳到正文
arXiv · 机器人与计算机视觉· Xiaodi Huang, Zilin Wang, Jinpeng Liu, Pengchuan Xiao, Zhenlei Shao, Zhang Zhang·· 23 天前精选AI 评分78

POD-RoPE:面向具身智能的物理观测分布旋转位置编码

POD-RoPE: Rotary Position Encoding over Physical Observation Distributions for Embodied AI

AI 导读

该论文提出 POD-RoPE,一种将 Token 观测足迹表示为相机中心、视角与采样时间分布的旋转位置编码方法。在独立采样下,期望旋转可编码分布间的相对关系;当分布坍缩为单点时退化为标准 RoPE。

推荐理由

该工作提出 POD-RoPE,将观测表示为相机中心、视角与时间的分布统计,在 RoboTwin 2.0 仿真任务中将 Fast-WAM 成功率提升约 1%,并在 H20 基准上实现比 P-RoPE 快 1.91 倍的推理速度。

来源:arXiv · 机器人与计算机视觉 · arxiv.org