BriefGPT - AI 论文速递 · 2023-10-05T00:00:00Z 高自由度动态神经场用于机器人自建模和运动规划 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本文介绍了一种从2D视觉观察中学习动态3D场景模型的方法，结合神经放射场、时间对比学习和自动编码框架，可以学习到视点不变的3D感知场景表示，支持视觉运动控制和未来预测，并支持摄影机视点外训练分布的目标规定。同时，还对不同系统设计进行了详细的改变研究和学习的表示的定性分析。 🏷️ 标签 2D视觉观察 动态3D场景模型 建模 时间对比学习 机器人 神经放射场 自动编码框架 阅读原文 生成长图 分享链接 已复制链接
