用于运动预测的自回归流匹配

Research Paper#Motion Prediction, AI, Robotics🔬 Research|分析: 2026年1月3日 19:44•
发布: 2025年12月27日 19:35
•
1分で読める
•ArXiv

分析

本文介绍了自回归流匹配 (ARFM)，这是一种用于概率建模连续序列数据的新方法，专门针对人类和机器人场景中的运动预测。它借鉴了视频生成技术，解决了现有方法的局限性，并在下游任务中展示了改进的性能。开发用于评估的新基准也是一个关键贡献。
引用 / 来源
查看原文
"ARFM is able to predict complex motions, and we demonstrate that conditioning robot action prediction and human motion prediction on predicted future tracks can significantly improve downstream task performance."
A
ArXiv2025年12月27日 19:35
* 根据版权法第32条进行合法引用。
较旧

Multimodal Diffeomorphic Registration with Neural ODEs and Structural Descriptors

较新

Lithium abundance and stellar rotation in the Galactic halo and thick disc: Contribution from low-mass giant field stars

相关分析

Research Paper

SpaceTimePilot：时空控制的生成视频渲染

2026年1月3日 06:10

Research Paper

量子混沌哈密顿量演化下的随机性生成

2026年1月3日 06:10

Research Paper

GaMO：几何感知扩散用于稀疏视角3D重建

2026年1月3日 06:32

来源: ArXiv