NISE:抗深度噪声的3D操作策略架构
热点事件持续更新
NISE:抗深度噪声的3D操作策略架构
1 篇报道1 个报道来源59 分钟前更新
先了解这件事
AI 综述
2026年10月20日,arXiv Robotics 刊出 Zhiyuan Yang 等作者的报道,提出噪声不变空间编码(NISE)3D 策略架构。该研究针对商品级 RGB-D 传感器在透明、反射、薄壁或无纹理物体上产生的深度损坏问题,目标是让策略在深度不完美时仍能学习可信的几何特征。方法上,NISE 采用 Geometric Cross-View Self-Supervision 与多视角标定深度塑造共享策略特征,并通过 Gaussian Marginalized 3D Attention 将位置不确定性纳入注意力计算。报道称其可提升 3D 操作策略的鲁棒性。目前该事件仅有这一篇主报道,尚无跟进报道,也未出现数字、时间或说法上的前后矛盾。
AI 根据报道生成 · 51 分钟前更新
最新进展10月20日 12:00
NISE:面向深度损坏的噪声不变空间编码,提升 3D 操作策略鲁棒性报道时间线
沿着报道,了解事件的不同侧面。
10月20日
- arXiv RoboticsNISE:面向深度损坏的噪声不变空间编码,提升 3D 操作策略鲁棒性
针对商品级 RGB-D 传感器在透明、反射、薄壁或无纹理物体上产生的深度损坏,研究提出 3D 策略架构 NISE,用 Geometric Cross-View Self-Supervision 和多视角标定深度塑造共享策略特征,并以 Gaussian Marginalized 3D Attention 将位置不确定性带入注意力计算。
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。