跳到正文
arXiv · AI· Abu Anas Ibn Samad·· 3 天前AI 评分21

对象中心坐标系与单次解码用于系统一世界模型

Frame First, Decode Once: Object-Centric Coordinates and Single-Pass Decoding for System-1 World Models

AI 导读

在 SE(2) 初始位姿坐标系下预测几何图元,可将单遍解码器的决策后悔值降低 1.9-2.2 倍。 单遍解码在对象坐标系下达到 0.020-0.021 的后悔值,速度为 1.6-1.8 ms,显著优于扩散模型和自回归模型。 软令牌期望与 2D Kabsch 投影结合,实现了最低轨迹误差和更高推理效率。

来源:arXiv · AI · arxiv.org