arXiv · cs.RO· Xiaodi Huang·· 3 天前精选AI 评分65
POD-RoPE：面向具身AI的物理观察分布旋转位置编码
POD-RoPE: Rotary Position Encoding over Physical Observation Distributions for Embodied AI
AI 导读
Xiaodi Huang提出POD-RoPE方法，将token观察足迹表示为相机中心、视角和采样时间的分布，在机器人任务中提升了性能。在Fast-WAM模型中，该方法使RoboTwin 2.0任务成功率从91.83%提升至92.88%，在Sharpa North真实机器人任务中从32.5%提升至52.5%。
推荐理由
将观察表示为物理分布而非点，使注意力机制能同时捕捉几何关系与时空范围，为具身AI提供了更高效的感知基础。
来源：arXiv · cs.RO · arxiv.org