arXiv · ML· Jusuk Lee, Seungjae Lee, Jonghun Shin, Hoseong Jung, Sungha Kim, Daesol Cho, H. Jin Kim, Jia-Bin Huang, Furong Huang·· 3 小时前AI 评分26
DynaFLIP：基于三模态动力学引导表征重构机器人感知
DynaFLIP: Rethinking Robotics Perception via Tri-Modal-Dynamics Guided Representation
AI 导读
DynaFLIP 提出动力学感知多模态预训练框架，通过图像-语言-3D 流三元组监督训练纯图像编码器，将运动理解前置至感知层。 该方法在共享超球面空间最小化三模态单纯形体积，结合余弦正则化与对比目标，表征在下游 VLA 策略中表现优于基线。 在多样仿真与真实场景中验证，分布外（out-of-distribution）场景性能提升达 +22.5%。
来源：arXiv · ML · arxiv.org