点跟踪改进世界动作模型

Jiarui Guan, Wenshuai Zhao, Yue Pei, Ziliang Chen, Arno Solin, Juho Kannala

摘要

提出JOPAT，一种联合像素与跟踪的世界动作模型，通过预测2D点轨迹和可见性来捕捉长期动态，对遮挡和离屏运动鲁棒。在LIBERO和LeRobot任务上，相比纯像素模型性能显著提升。

world-action modelpoint trackingdiffusion transformerrobot policy learningocclusion robustness

LEARNING

📊 8,465 引用

D. O. Hebb

2005

LEARNING

📊 7,678 引用

Benoît B. Mandelbrot, John W. Van Ness

1968

LEARNING

开放获取📊 7,484 引用

Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者

2021

LEARNING

📊 4,608 引用

Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者

2018