RLHND用视频基础模型联合估计手部位姿与触觉

1. 12:00
   arXiv cs.RO 机器人学

   RLHND：用视频基础模型从第一视角视频估计手部位姿与触觉信息

   RLHND 提出基于视频基础模型的手部跟踪模型，从单目第一视角视频联合估计手部位姿与贴近实际的触觉信息，缓解现有方法仅从裁剪帧回归位姿导致的不准确和物理不一致问题。

1. 08:00
   Hugging Face 每日论文精选

   RLHND：用视频基础模型从第一人称视频同时估计手部位姿与触觉

   RLHND 提出一种基于视频基础模型的手部跟踪模型，从单目第一人称视频中联合估计手部位姿与真实触觉信息。它把预训练的 Cosmos 3 视频扩散主干通过 clean-latent 条件化改造成确定性的片段级特征提取器，位姿流预测解剖学上合理的关节角度并支持形状参数条件化，触觉流在位姿流冻结下预测手表面的密集接触与力。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。