SE(3)-Transformers: 3D Roto-Translation Equivariant Attention Networks
PulseAugur coverage of SE(3)-Transformers: 3D Roto-Translation Equivariant Attention Networks — every cluster mentioning SE(3)-Transformers: 3D Roto-Translation Equivariant Attention Networks across labs, papers, and developer communities, ranked by signal.
10 天有情绪数据
-
RayRoPE 引入用于多视图 3D 注意力的投影位置编码
研究人员开发了 RayRoPE，这是一种专为 3D 计算机图形学中的多视图 Transformer 设计的新型位置编码方法。这种新方法独特地编码图像块，实现 SE(3) 不变注意力，并通过预测 token 深度来适应底层 3D 场景几何。RayRoPE 在新视图合成和立体深度估计等任务中展现出了一致的改进，在 RE10K 数据集上 LPIPS 相对提高了 24%。
-
新的几何可观性指数增强了 SE(3) 位姿估计
研究人员引入了几何可观性指数（GOI），这是一个用于评估 SE(3) 环境中位姿估计敏感性的新颖指标。该指数量化了单个测量值对估计位姿的影响，并与 M 估计量和费舍尔信息建立了联系。GOI 的最小特征值直接指示弱可观性和有限样本稳定性，提供了一个已通过合成数据和 TUM RGB-D、KITTI 等真实世界数据集上的实验验证的理论框架。
-
VulcanVoxel 学习用于机器人刀片插入的 3D 意图
研究人员开发了 VulcanVoxel，这是一种机器人学习 3D 意图的新方法，特别适用于杂乱环境中的刀片插入任务。与推断 SE(3) 位姿分布的传统方法不同，VulcanVoxel 通过在 3D 占用场上使用掩码自编码器来预测刀片占用，从而在空间上进行操作。该方法在每个体素处局部重建可行性，使其能够从单峰数据中恢复多峰预测。VulcanVoxel 在没有人工标注的情况下，在 10,000 次真实仓库存放的试验中进行训练，在覆盖率方面…
-
LIME系统从自主视频中学习意图感知相机运动
研究人员开发了LIME，一个旨在从自主视频生成意图感知相机运动的新颖系统。LIME解决了基于自然语言意图预测最优相机姿态的挑战，这项任务在机器人学中之前探索不足。该系统从自主视频中挖掘多意图相机运动监督，将意图与相对SE(3)目标姿态配对。LIME结合了自回归观测增益输出和连续流匹配姿态头，以联合预测下一个视图并表示多假设目标视图，从而实现对被动录制的积极感知。
-
Diffeomorphic optimization method enhances protein design and data manifold learning
研究人员引入了一种名为diffeomorphic optimization的新颖方法，旨在改进在复杂数据流形上优化目标的过程。该技术利用扩散和流模型将数据映射到更简单的基空间，从而有效地在流形本身上执行黎曼梯度下降。该方法在蛋白质设计任务中显示出显著的改进，在二级结构靶向和肽结合亲和力方面优于现有方法，并降低了Rosetta能量。
-
新AI方法预测分子Hessian矩阵速度提升100倍
研究人员开发了一种名为Hessian Interatomic Potentials (HIP) 的新颖方法，无需进行导数计算即可预测分子Hessian矩阵，这对于计算化学任务至关重要。这种深度学习方法比传统方法速度更快、精度更高、内存效率更高。HIP在过渡态搜索和振动分析等各种应用中均表现出卓越的性能，研究团队已开源代码库和模型权重。
-
CoStream 框架通过组合简单行为实现复杂机器人操作
研究人员推出了一种新颖的框架 CoStream，旨在通过组合更简单、独立的行为来实现机器人复杂操作任务。该方法利用基础模型和多样化的传感模态，创建用于空间约束的语义行为、用于轨迹预测的预测行为以及用于高频校正的反应行为。CoStream 通过共享的 SE(3) 接口协调这些组件，使它们能够组合成一个单一的姿态命令，由顺应性控制器执行。该框架已在八项现实世界任务中取得成功，包括精密装配和物体转移，并显示出对扰动的鲁棒恢复能力。
-
Calousel 方法使用旋转校准非重叠多摄像头系统
研究人员开发了一种名为 Calousel 的新方法，用于校准没有重叠视场的多摄像头系统。该方法利用纯旋转运动和单个静态校准板，允许所有摄像头按顺序观察同一目标，而无需直接的视觉重叠。该方法在潜在转盘框架和 SE(3) 上的 3D 误差中使用全局优化框架来构建问题，在受控设备和车辆平台上都展示了具有竞争力的准确性。
-
新的黎曼平均流方法可实现更快的生成模型采样
研究人员推出了一种名为黎曼平均流（RMF）的新型方法，用于在黎曼流形上运行的生成模型。与先前需要大量模拟进行采样的方法不同，RMF通过定义一个平行传输的平均速度场来实现一步生成。该方法在对数映射切线表示中具有实用性，可降低计算成本并避免轨迹模拟。在球体、环面、SO(3)和SE(3)等各种流形上的实验表明，RMF在提高效率和降低成本的同时，实现了具有竞争力的采样质量，并且还支持条件生成。
-
新型贝叶斯3D可定向CNN量化不确定性
研究人员开发了一种新颖的贝叶斯3D可定向CNN，可同时实现SE(3)-等变性和不确定性量化。该新模型在核系数上放置后验分布，从而实现随机核，同时保持精确的等变性。该框架将预测不确定性分解为认知不确定性和随机不确定性成分，在分布偏移下表现出具有竞争力的分类准确性和改进的性能。
-
新型AI模型生成具有力预测的灵巧机器人抓取
研究人员开发了EquiDexFlow，这是一种新颖的SE(3)-等变流匹配模型，旨在为机器人手生成灵巧抓取。与将接触力视为次要验证步骤的先前方法不同，EquiDexFlow将腕部姿态、关节角度、指尖接触、表面法线和接触力的预测直接集成到模型中。这种方法确保了预测的抓取不仅在运动学上是合理的，而且在物理上是稳定的，通过构建满足接触力条件和摩擦约束。该模型在模拟和物理硬件上都表现出强大的性能，成功实现了开环抓取并保持试验。
-
新的ENBP框架尊重SE(3)对称性，加速AI推理
研究人员开发了等变神经信念传播（ENBP），这是一个尊重SE(3)对称性的概率推理新框架。ENBP利用等变高斯混合模型进行消息传递，能够合成各向异性不确定性所需的秩2精度矩阵。该方法在分子构象预测和机器人推理等任务上的速度和准确性均显著优于现有方法。
-
双四元数算法增强了机器人和 3D 视觉中的姿态恢复能力
研究人员开发了一种新颖的 SE(3) 同步算法，这是机器人和 3D 视觉中从噪声相对变换恢复绝对姿态的关键任务。该新方法利用双四元数直接构建问题，与现有的基于矩阵的方法相比，提供了理论保证和更高的效率。该算法采用谱初始化器和双四元数广义幂法，通过迭代投影强制执行可行性，在合成和真实世界基准测试中表现出更高的准确性。
-
新型神经网络嵌入李群，用于机器人和控制
研究人员开发了一种名为李群嵌入动力学神经网络（LieEDNN）的新方法，以解决在神经网络中建模连续对称性和非欧几里得动力学所面临的挑战。该方法利用李群（如SO(3)和SE(3)）来表示流形几何，从而为机器人、图形和控制等应用实现稳定且可学习的动力学。所提出的算法通过采用伴随李群作用并将李代数参数化为线性变换，来处理李群与标准加法运算的不兼容性以及在非欧几里得空间中演化的动力学，并在SE(3)上对伸缩机械臂进行了实验验证。
-
OASIS 策略对齐机器人动作和观察空间
研究人员推出 OASIS，这是一种新颖的视觉运动策略，旨在通过对齐观察和动作空间来改进机器人操作。该方法利用 SE(3) 末端执行器轨迹预测，以确保中间表示能够内在地理解动作的刚体几何。通过耦合 3D 感知特征编码器和 SE(3) 轨迹预测器，OASIS 生成与刚体运动一致的动作块，在模拟和真实世界实验中均优于现有的视觉-语言-动作和世界动作模型。
-
新的基准和自监督模型推动蛋白质折叠分类发展
研究人员开发了TEDBench，一个用于蛋白质折叠分类的新型大规模基准测试，旨在克服现有数据集和模型的局限性。为了解决当前方法的性能问题，他们引入了掩码不变自编码器（MiAE），一个自监督学习框架。MiAE利用高掩码率和SE(3)-不变编码器来有效学习蛋白质结构表示，在新基准测试上表现优于监督方法。
-
Meta-LegNet框架通过可迁移的吸附环境学习加速催化剂筛选
研究人员开发了Meta-LegNet，一个新颖的图学习框架，用于预测计算催化中的表面吸附构型。该框架利用SE(3)等变的原子级消息传递和基于体素的聚合来学习局部吸附环境的可迁移表示。通过提供可解释的归因图，Meta-LegNet可以识别相关的局部环境并在新表面上提出可能的吸附位点，从而显著加速催化剂筛选。
-
新框架将熵最优传输与弯曲空间上的神经网络相结合
研究人员引入了Entropic Riemannian Neural Optimal Transport (Entropic RNOT)，一个新颖的框架，旨在处理涉及弯曲空间上数据的机器学习问题。该方法将内在熵最优传输与黎曼流形上的摊销样本外评估相结合。Entropic RNOT学习一个薛定谔势来构建内在传输代理，在各种流形上的基准测试和蛋白质-配体对接的实际应用中，表现优于现有基线。
-
新的DenSNet模型利用机器学习电子密度增强分子动力学
研究人员开发了DenSNet，一种用于电子结构计算的新型机器学习方法，可预测基态电子密度。该方法利用SE(3)-等变神经网络和$\Delta$-学习策略，可在分子动力学模拟中获取除能量和力之外的电子可观测量。该方法已在各种分子上得到验证，显示出模拟轨迹的精确红外光谱，并证明了预测更大分子系统性质的可扩展性。