WOLF: World Model Guided LiDAR Exploration with Predictive Frontiers
该研究提出WOLF框架,通过预测未来观测来改进基于LiDAR的无人机探索,使用循环世界模型学习观测动态,并结合预测前沿机制指导进一步感知。
0 citationsRead paper
该研究提出WOLF框架,通过预测未来观测来改进基于LiDAR的无人机探索,使用循环世界模型学习观测动态,并结合预测前沿机制指导进一步感知。
本文针对多模态大推理模型导致的地理位置隐私泄露问题,提出了一种基于扩散模型的方法,在图像的潜在空间中注入扰动以有效防御。
本文提出VoxelTTO方法,通过优化3D高斯点云生成和相机姿态估计,解决现有3D高斯点云渲染中几何不准确和视角合成失真的问题。
本文提出TATK框架,通过结合Top-K学习与知识验证来改进基于大语言模型的序列推荐问题。
为解决化学反应数据分散问题,通过全自动管道整合专利文本、图像和反应方案,构建大规模精细有机反应数据平台DianShi-RxnDB。
该研究提出WOLF框架,通过预测未来观测来改进基于LiDAR的无人机探索,使用循环世界模型学习观测动态,并结合预测前沿机制指导进一步感知。
本文针对多模态大推理模型导致的地理位置隐私泄露问题,提出了一种基于扩散模型的方法,在图像的潜在空间中注入扰动以有效防御。
本文提出VoxelTTO方法,通过优化3D高斯点云生成和相机姿态估计,解决现有3D高斯点云渲染中几何不准确和视角合成失真的问题。
本文提出TATK框架,通过结合Top-K学习与知识验证来改进基于大语言模型的序列推荐问题。
为解决化学反应数据分散问题,通过全自动管道整合专利文本、图像和反应方案,构建大规模精细有机反应数据平台DianShi-RxnDB。