هوش مصنوعی

AuroraWorld برای تبدیل ویدئوهای بیرونی به نمای اول‌شخص ربات طراحی شده است

این پیش‌چاپ مسئلهٔ ساخت ویدئوهای اول‌شخصِ سازگار با فیزیک و کاربردی برای یادگیری سیاست‌های حرکتی ربات را بررسی می‌کند؛ چکیدهٔ در دسترس جزئیات روش و نتایج را ارائه نمی‌دهد.

۱ دقیقه مطالعه
Figure 1: AuroraWorld proposes to measure the underlying spatial, temporal and motion dynamics, enabling physically plausible exo-to-ego video generation.
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

پژوهشگران در پیش‌چاپ AuroraWorld، چارچوبی برای مدل‌سازی ساختاریافتهٔ جهان در چهار بُعد و تولید ویدئو از نمای بیرونی به نمای اول‌شخص در دست‌کاری رباتیک معرفی می‌کنند. مشاهدهٔ اول‌شخص، تماس‌ها و تغییر وضعیت اشیا را ثبت می‌کند؛ اطلاعاتی که برای یادگیری سیاست‌های دیداری‌ـ‌حرکتی مهم‌اند، اما گردآوری گستردهٔ آن‌ها به‌دلیل نیاز به سخت‌افزار بیشتر و هزینهٔ استقرار روی پلتفرم‌های مختلف دشوار است.

به‌گفتهٔ چکیده، تولید نماهای اول‌شخص از ویدئوهای گستردهٔ دست‌کاری از نمای بیرونی می‌تواند جایگزینی مقیاس‌پذیر باشد. بااین‌حال، روش‌های موجود در مواجهه با تغییرات بزرگ زاویهٔ دید، انسداد شدید، تعامل‌های پیچیدهٔ اشیا و کم‌بودن مشاهدات بیرونی، برای ساخت ویدئوهایی که هم از نظر فیزیکی سازگار باشند و هم برای یادگیری سیاست ربات کاربرد داشته باشند، با دشواری روبه‌رو هستند. متن منبع جزئیات بیشتری دربارهٔ روش AuroraWorld یا ارزیابی آن در اختیار نمی‌گذارد.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست