3D 视觉

EquiForm: Noise-Robust SE(3)-Equivariant Policy Learning from 3D Point Clouds

EquiForm: 基于3D点云的噪声鲁棒SE(3)等价政策学习

Zhiyuan Zhang, Yu She

机构 * School of Industrial Engineering, Purdue University（工业工程学院，普渡大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.RO

AI总结 EquiForm通过引入噪声鲁棒的几何去噪模块和对比等价对齐目标，提升基于3D点云的政策学习在噪声和遮挡下的鲁棒性与泛化能力。

Comments Project website: https://ZhangZhiyuanZhang.github.io/equiform-website/ Code will be released

PointMapPolicy: Structured Point Cloud Processing for Multi-Modal Imitation Learning

PointMapPolicy: 结构化点云处理用于多模态模仿学习

Xiaogang Jia, Qian Wang, Anrui Wang, Han A. Wang, Balázs Gyenes, Emiliyan Gospodinov, Xinkai Jiang, Ge Li, Hongyi Zhou, Weiran Liao, Xi Huang, Maximilian Beck, Moritz Reuss, Rudolf Lioutikov, Gerhard Neumann

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Reality Labs, Meta（Meta现实实验室） ； Johannes Kepler University Linz（林茨约翰尼斯·开普勒大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.RO

AI总结 PointMapPolicy通过结构化点云处理提升多模态模仿学习的精度与泛化能力，利用xLSTM融合点云与RGB数据，在RoboCasa和CALVIN基准中取得最佳性能。

Equivariant Flow Matching for Point Cloud Assembly

等变流匹配用于点云装配

Ziming Wang, Nan Xue, Rebecka Jörnsten

机构 * CTH（查尔姆斯理工大学） ； Ant Group（蚂蚁集团） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文提出等变扩散装配模型，通过学习相关向量场实现点云装配，有效提升数据效率和处理非重叠输入的能力。

TC-IDM: Grounding Video Generation for Executable Zero-shot Robot Motion

TC-IDM：为可执行零样本机器人运动实现视频生成

Weishi Mi, Yong Bao, Xiaowei Chi, Xiaozhu Ju, Zhiyuan Qin, Kuangzhi Ge, Kai Tang, Peidong Jia, Shanghang Zhang, Jian Tang

机构 * Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； State Key Laboratory of Multimedia Information Processing（多媒体信息处理国家重点实验室） ； School of Computer Science, Peking University（北京大学计算机科学学院） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.RO

AI总结 TC-IDM通过工具中心逆动力学模型实现视频生成，提升机器人零样本任务的执行能力与泛化性能。

MV-SAM: Multi-view Promptable Segmentation using Pointmap Guidance

基于点图指导的多视角分割：MV-SAM

Yoonwoo Jeong, Cheng Sun, Yu-Chiang Frank Wang, Minsu Cho, Jaesung Choe

机构 * NVIDIA ； POSTECH 纠错

专题命中 点云 ：NeRF(abstract)；分类 cs.CV

AI总结 MV-SAM通过点图指导实现多视角分割，提升三维一致性，优于SAM2-Video并在多个基准上表现优异。

Comments Project page, https://jaesung-choe.github.io/mv_sam/index.html

Point transformer for protein structural heterogeneity analysis using CryoEM

利用冷冻电镜分析蛋白质结构异质性的点变换器

Muyuan Chen, Muchen Li, Renjie Liao

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出Point Transformer用于分析冷冻电镜数据中的蛋白质结构异质性，提升异质性分析性能并实现更直观的动力学表征。

A Multi-Modal Fusion Platform for Joint Environment Sensing and Channel Sounding in Highly Dynamic Scenarios

一种多模态融合平台，用于高动态场景中的联合环境感知与信道探测

Xuejian Zhang, Ruisi He, Mi Yang, Zhengyu Zhang, Ziyi Qi

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出一种多模态融合平台，用于高动态场景中联合环境感知与信道探测，支持多频段多天线测量和高精度环境感知。

Reducing Simulation Dependence in Neutrino Telescopes with Masked Point Transformers

在中微子望远镜中减少模拟依赖性：基于掩码点变换器的方法

Felix J. Yu, Nicholas Kamp, Carlos A. Argüelles

机构 * Department of Physics \& Laboratory of Particle Physics ； Cosmology, Harvard University, Cambridge, MA, USA 纠错

专题命中 点云 ：point cloud(abstract)

AI总结 本文提出了一种基于点云变换器和掩码自动编码器的自监督学习方法，用于减少中微子望远镜对模拟数据的依赖，从而提升事件重建和分类的准确性。

Comments 8 pages, 3 figures, presented at the 39th International Cosmic Ray Conference (ICRC2025)