研究人员推出了一种新颖的基于图的方法 World-As-Graph (WAG),用于进行以对象为中心的世界建模。WAG 旨在通过在预测性表示学习中显式地引入关系归纳偏置,来改进对环境动态的表示和预测。该模型包含两个关键模块:一个用于关系感知结构归纳,从以对象为中心的槽中构建时变潜在图;另一个用于以对象为中心的状态转移,使用关系和历史信息更新动态状态以进行自回归未来预测。在视觉推理和机器人操作任务上的实验表明,WAG 表现优异。 AI
影响 引入了一种新颖的基于图的方法,用于在世界模型中进行更显式关系建模。
排序理由 该集群包含一篇详细介绍新模型架构的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
- World-as-Graph
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →