Mingkun Zhang

新的导航世界模型RAE-NWM在密集视觉空间中运行

研究人员开发了一种新的导航世界模型RAE-NWM，它在密集视觉表示空间中运行，而不是在压缩的潜在空间中运行。这一方法在最近的一篇arXiv论文中有所详细介绍，它使用条件扩散Transformer和解耦扩散Transformer头来建模状态转换。通过利用密集的DINOv2特征，RAE-NWM旨在提高执行视觉导航任务的智能体的结构稳定性和动作准确性。