视觉与机器人

世界模型

面向环境建模、时序预测、仿真规划、具身智能和自动驾驶的世界模型方法与应用。

2026-05-21 至 2026-05-21 共收录 2 篇信号源：cs.AI, cs.LG, cs.CV, cs.RO, cs.MA

1. 模型式强化学习 2 篇

2605.21478 2026-05-21 cs.CV cs.GR 76%

Latent Dynamics for Full Body Avatar Animation

基于潜在动态的全身动画 avatar

Shichong Peng, Chengxiang Yin, Fei Jiang, Zhongshi Jiang, Lingchen Yang, Qingyang Tan, Amin Jourabloo, Jason Saragih, Ke Li, Christian Häne

机构 * Simon Fraser University（西蒙弗雷泽大学）； Codec Avatars Lab, Meta（Meta编码化身实验室）

专题命中模型式强化学习：latent dynamics(title,abstract)；分类 cs.CV；dynamics model(abstract)

AI总结本文提出了一种基于潜在动态的全身动画 avatar 方法，通过引入 transformer 解码器和动态残差潜在变量，实现了更精确的动态模拟，提高了动画质量。

Comments Supplementary video: https://youtu.be/xjnr3YM0yIE

2605.20639 2026-05-21 math.OC cs.LG math.DS 74%

Time-Dependent PDE-Constrained Optimization via Weak-Form Latent Dynamics

通过弱形式潜变量动力学进行时间依赖的PDE约束优化

April Tran, Terry Haut, David Bortz, Youngsoo Choi

机构 * Department of Applied Mathematics, University of Colorado（应用数学系，科罗拉多大学）； Center for Applied Scientific Computing, Lawrence Livermore National Laboratory（应用科学计算中心，劳伦斯利弗莫尔国家实验室）

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

AI总结本文提出了一种基于弱形式潜空间降阶建模的框架，用于加速梯度基PDE约束优化，通过弱形式系统识别方法压缩高维解轨迹并识别参数化潜变量动力学，从而在多查询设计和控制场景中实现高效优化。