arXiv cs.RO 机器人学· Qihang Huang, Wenhui Huang, Collister Chua, Shiyu Fang, Zhan Chen, Songyan Zhang, Zhidong Wang, Daiying Tian, Chen Lv·· 5 小时前精选AI 评分54
OccWAM：基于场景到自车联合流匹配的占用世界-动作模型
OccWAM: Occupancy World-Action Models with Joint Scene-to-Ego Flow Matching
AI 导读
OccWAM 提出一种占用原生的世界-动作模型，通过以场景表征为条件的流匹配联合生成稠密未来占用与连续自车轨迹。其核心是两阶段的场景到自车世界-动作流匹配：第一阶段预测以场景为中心的占用与绝对自车轨迹，随后将该预测世界重新索引到由初始轨迹诱导的未来自车坐标系，用第二次联合流细化以自车为中心的占用与运动。
推荐理由
论文指出现有方法在占用预测与动作生成间存在顺序或角色不对称，并给出联合生成的两阶段流匹配方案供对比。
来源：arXiv cs.RO 机器人学 · arxiv.org