arXiv Robotics· Jens U. Kreber, Lukas Mack, Joerg Stueckler·· 4 小时前AI 评分31
MRO-GWM：面向刚性物体的动作条件与物体中心高斯泼溅世界模型
Learning Action-Conditional and Object-Centric Gaussian Splatting World Models for Rigid Objects
AI 导读
研究者提出 MRO-GWM，一种用物体中心高斯表示任意物体形状与多物体场景、学习刚性物体三维动作条件动力学的世界模型。其时空 Transformer 架构从物体高斯历史与未来动作预测刚体运动，并将运动描述为刚体变换，训练使用多视角重建以应对遮挡导致的局部观测。模型在含多物体动力学与机器人末端执行器交互的合成数据集上评估，并用于仿真中非抓取操作的模型预测控制及仿真与真实场景的物体运动图像跟踪预测。
来源：arXiv Robotics · arxiv.org