隐式接触扩散器：基于潜在点云扩散的顺序接触推理
原文中文，约400字，阅读约需1分钟。发表于：。本研究针对长期接触丰富的操控问题，提出了一种新颖的隐式接触扩散器（ICD），该模型利用扩散方法生成一系列指定对象与环境之间接触关系的神经描述符序列，从而为模型预测控制（MPC）提供有效指导。实验结果表明，ICD在复杂的接触丰富操控任务上表现优于现有基线，且具备较好的环境适应性。
我们研究了利用模块化设计和双分支扩散模型（HOI-DM）生成逼真的三维人-物互动。互动预测扩散模型（APDM）用于预测接触区域并纠正HOI-DM的错误，从而增强动作多样性。通过BEHAVE数据集训练，实验结果表明该方法能够生成多样化的真实人-物互动。
