跳到正文
热点事件持续更新

DOCK 提出基于运动学的自监督物体中心表征

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

针对潜在空间规划器依赖特征距离判断场景差距存在偏差的问题,研究者发布了 DOCK 方法。该方法利用机械臂关节角度的前向运动学作为无标注位移代理,结合视觉双流架构学习物体表征。在仿真厨房场景中,模型从近万条轨迹数据中训练了物体、空间和动力学三个组件,其规划成功率接近读取真值位置的 oracle,并具备跨布局与未见过物体的泛化能力。

AI 根据报道生成 · 13 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉精选
    DOCK:基于机器人运动学的双流启发自监督物体中心表征

    论文指出潜在空间规划器依赖特征距离判断场景与目标的差距存在偏差。为此提出 DOCK 方法,利用机械臂关节角度的前向运动学作为无标注位移代理,结合视觉双流架构学习物体表征。该方法在仿真厨房场景中从近万条轨迹挖掘数据训练了物体、空间和动力学三个组件,规划成功率接近读取真值位置的 oracle,且具备跨布局与未见过物体的泛化能力。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月19日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。