跳到正文
热点事件持续更新

JointGV:图动力学校正视觉世界模型漂移

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Tian Lyu 等作者提出 JointGV,一种可插拔的图-视觉动态校正模块:它并行推演任务条件场景图,把图节点变化与视觉状态变化耦合起来,为视觉世界模型计算有界残差,以纠正长程推演中的漂移。 在 DINO-WM 与 DreamerV3 上,32 步推演将关节位置误差降低 11–28%;在真实机器人倒立摆序列中,DINO-WM 的 32 步杆角误差从 12.56° 降至 6.69°。作者称其依据是图节点与视觉状态变化描述同一物理转移的跨粒度动力学假设。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    JointGV:用并行图动态为视觉世界模型做结构感知校正,提升长程建模能力

    JointGV 是一种可插拔的图-视觉动态校正模块,通过并行推演任务条件场景图并耦合图节点与视觉状态的变化,为视觉世界模型计算有界残差以纠正长程漂移。在 DINO-WM 与 DreamerV3 上,32 步推演将关节位置误差降低 11–28%;真实机器人倒立摆序列中,DINO-WM 的 32 步杆角误差从 12.56° 降至 6.69°。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。