本项目 · 论文与研究
DeltaWorld 提出动作条件的状态增量预测
论文先预测机器人动作引起的潜在状态增量，再更新状态并解码未来画面，以关注操作中局部物体的变化。
日期为所引论文版本的公开日期，不是本站收录日；这里概述论文中的研究，不表示本站运行或独立验证了模型。 标题中的物理一致性不是对所有场景的保证。
DeltaWorld 研究团队 / 独立收录记录
DeltaWorld
DeltaWorld 学习机器人动作引起的潜在状态增量，用它更新当前状态，再解码未来 RGB 观测。
技术资料
来源与原文 ↓能做什么，使用时要注意什么
输入与结果
- 提供什么
- 初始视觉上下文与机器人动作序列。
- 得到什么
- 解码后的未来 RGB 观测。
- 动作的作用
- 预测以动作为条件。
分类与用途
- 控制方式
- 机器人动作
- 应用领域
- 机器人
核心预测目标是动作引起的潜在状态增量；同时解码未来 RGB，故两种模型类型并列。范围为论文的机器人操作任务。
查看分类依据 ↓资料尚未确认
开放方式开源情况适用限制需要区分的对象已收录材料不足以判断，未确认不代表没有相应能力。
沿着公开资料继续了解
按事件时间展示已收录进展，非完整新闻列表。
来源与原文
按原始材料集中查阅；相同原句合并展示，对应资料与阅读日期一并保留。
DeltaWorld · 项目原始材料
核对原文摘录 · 3 段，支持 5 项资料
原阅读方向 / 一句话认识 / 动作是否影响预测
Delta-LTM predicts the action-conditioned latent increment输入什么
an initial visual context and a sequence of robot actions输出什么
Each predicted latent state is decoded by the frozen decoder to generate the corresponding RGB observation分类依据
类型、控制方式与应用领域是本站根据所引材料归纳的检索标签。它们可以重叠，不表示能力验证；未知不表示不支持。
本站整理来源中的声明，不核查厂商声明真伪，不评价模型优劣。了解收录方式 →