GeoState 解耦视角的3D世界建模几何状态
GeoState 提出视角解耦的几何表示,将场景状态演化与相机观测分离:场景分词器把多视角几何基础模型特征聚合为解耦场景状态,几何解码器按相机射线查询,自回归世界模型预测未来状态并单独建模相机运动。在 Waymo 上超越既有 3D 世界模型,支持跨视角一致查询并零样本泛化到 KITTI 和 nuScenes。
每日自动追踪全球权威信源,模型生成中文摘要与有效期判断,人工抽检把关。 不追热点,只留经得起推敲的那一部分。
AI 与可被 AI 赋能的行业方向,每个领域独立成脉
共 5 条符合条件
GeoState 提出视角解耦的几何表示,将场景状态演化与相机观测分离:场景分词器把多视角几何基础模型特征聚合为解耦场景状态,几何解码器按相机射线查询,自回归世界模型预测未来状态并单独建模相机运动。在 Waymo 上超越既有 3D 世界模型,支持跨视角一致查询并零样本泛化到 KITTI 和 nuScenes。
该研究用强化学习先训练赛车漂移策略,再迁移到车辆失稳恢复任务,并定义基于相平面的稳定平衡态与 Gym-Khana 评测环境。在 294 个失控状态下恢复率较 Stanley 提升 186.8%,优于 NMPC 与从零训练策略,并在 1:10 F1TENTH 实车上验证,为自动驾驶极限安全系统提供新思路。
该论文提出一种基于天空偏振光的车辆绝对航向估计方法,通过全局优化 Rayleigh 天空模型与分焦平面偏振相机测量值匹配,结合针孔相机模型与太阳位置算法合成偏振角分布,并用偏振度加权 RMSE 抑制云层、建筑等遮挡干扰。在城市道路实验中偏航角 RMS 误差低于 1 度,较现有方法降低最多 87%,为 GNSS/磁力/惯性失效场景提供可靠导航备份。
SHRED 提出一种无需专家演示的异构自博弈框架,联合训练车辆、行人和骑行者,通过类型特定动力学与程序化场景生成让多样化行为在闭环交互中涌现。在 WOSAC 和 InterPlan 基准上超越无演示自博弈基线及部分演示训练方法,证明异构自博弈是可扩展的交通行为学习范式。
提出基于ASP的声明式框架,对动态环境中交互运动轨迹进行可解释的预期推理,融合ASP动力学建模、语义引导的分支轨迹预测与能量优化排序,在Argoverse 2上验证,相比端到端随机预测可给出可检查的事件级假设。