Tag · 2 篇
点云处理
分布 强化学习与具身智能13D 视觉与重建1
01 02
从扩散视角重新思考视觉重排
Rethinking Visual Rearrangement from A Diffusion Perspective
将视觉重排建模为扩散桥过程，用点云输入和高斯混合分布表示物体状态，通过迭代去噪Transformer预测重排目标，为具身智能中的场景变化推理提供了新思路。
MSPT：通过并行化多尺度注意力实现高效大规模物理建模
MSPT: Efficient Large-Scale Physical Modeling via Parallelized Multi-Scale Attention
把「图像块内局部点注意力 + 粗粒度图像块级全局注意力」的双尺度注意力，配合球树做不规则几何的空间划分，可直接迁移到百万级点云或高斯球的场景表示与神经场建模中，在单卡上显著降低显存占用。