世界模型

Geometric Neural Operators via Lie Group-Constrained Latent Dynamics

通过李群约束的潜在动态实现几何神经算子

Jiaquan Zhang, Fachrina Dewi Puspitasari, Songbo Zhang, Yibei Liu, Kuien Liu, Caiyan Qin, Fan Mo, Peng Wang, Yang Yang, Chaoning Zhang

机构 * School of Information and Software Engineering, University of Electronic Science and Technology of China（信息与软件工程学院，电子科学与技术大学） ； Computer Science and Engineering, University of Electronic Science and Technology of China（计算机科学与工程，电子科学与技术大学） ； Institute of Software Chinese Academy of Sciences, Beijing, China（软件研究所，中国科学院） ； School of Robotics and Advanced Manufacture, Harbin Institute of Technology, Shenzhen, China（机器人与先进制造学院，哈尔滨工业大学（深圳）） ； Department of Computer Science, University of Oxford, Oxford, United Kingdom（计算机科学系，牛津大学） 纠错

专题命中 模型式强化学习 ：latent dynamics(title)；分类 cs.AI、cs.LG

AI总结 本文提出了一种基于李群约束的潜在动态方法，用于改进神经算子的几何诱导偏差，从而提高长期预测的保真度。