arXiv cs.RO· Chunghyun Park, Beomjun Kim, Seungcheol Park, Heeseung Kwon, Yashu Shukla, Seunghoon Sim, Jinwoo Shin, Minsu Cho·· 3 小时前精选AI 评分71
PointWAM：面向灵巧机器人操作的 3D 世界动作建模
PointWAM: 3D World Action Modeling for Dexterous Robotic Manipulation
AI 导读
PointWAM 是一种 3D 世界动作模型，将世界分解为场景与手部，并在统一时空坐标系中联合预测二者的 3D 点轨迹，再把预测的手部运动重定向为机器人动作。该方法可在无需任务特定物体或关键点选择的情况下，用大规模人类演示视频预训练；预训练使 DexJoCo 平均成功率提升 56.9 个百分点，场景轨迹监督比仅预测手部再提升 10.9 个百分点。
推荐理由
PointWAM 把世界拆成场景与手部点轨迹并联合预测，读者可了解 3D 世界动作建模在灵巧操作上的思路与预训练收益。
来源：arXiv cs.RO · arxiv.org