arXiv cs.RO 机器人学· Zhaoliang Zhang, Chenhao Yu, Zhimin Shao, Xijun Liu, Cheng Peng·· 5 小时前精选AI 评分54
Act4R：基于动作条件 4D 重建实现免运动学机器人控制
Act4R: Action-conditioned 4D reconstruction for kinematics-free control
AI 导读
Act4R 是一个基于 3D 基础模型的框架，能根据任意给定动作预测机器人的 3D 场景流。其 Spatial-Action Encoder 将当前 2D 机器人状态与动作信号编码为表示未来 3D 状态的嵌入，再解码为点图以估计动作条件下的场景流，并通过空间-动作融合与空间对齐损失引导编码器做未来流预测。
推荐理由
论文提出用 2D 观测提升的 4D 特征按动作信号映射机器人空间运动，为免运动学控制提供了绕开专用传感器与手动标注的思路。
来源：arXiv cs.RO 机器人学 · arxiv.org