研究人员推出 DF$^3$，这是一种用于自主导航中世界建模的新型框架，它在不依赖解码器的情况下预测未来状态。该方法完全在冻结的视觉基础模型的潜在空间中运行，使用可学习的空间查询来提取和预测未来的表示。一个关键组件是运动感知上下文融合（MACF）机制，它集成了流变形和潜在交叉相关性来对齐和预测特征。实验表明，DF$^3$ 在性能上可与最先进的方法相媲美，同时为集成感知和控制提供了更高的效率和灵活性。 AI
影响 这种无解码器的方法可以显著提高自主系统的世界建模的效率和灵活性。
排序理由 关于自主导航新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
