arXiv cs.RO 机器人学· Riccardo O. Feingold, Davide Liconti, Chenyu Yang, Robert K. Katzschmann·· 2 天前AI 评分51
Mask2Real-WM：以分割掩码作为 Sim-to-Real 桥梁的可控灵巧世界模型
Mask2Real-WM: Controllable Dexterous World Models via Segmentation Masks as a Sim-to-Real Bridge
AI 导读
Mask2Real-WM 提出两阶段世界模型，将像素预测解耦为动力学模型与渲染模型，以分割掩码作为 Sim-to-Real 桥梁提升灵巧手可控性。动力学模型在覆盖完整手部运动的合成数据上训练，再仅用 2.5 h 真实演示微调并训练渲染模型。在 23-DoF 机器人系统上与四种模型对比，解耦模型经人工盲评可控性最强，且帧更清晰、感知质量相当。
来源：arXiv cs.RO 机器人学 · arxiv.org