Tag · 1 篇
PointWorld: Scaling 3D World Models for In-The-Wild Robotic Manipulation
把动作与状态统一表示为 3D 点流,用 RGB-D 输入预测逐像素三维位移,可作为视觉世界模型直接嵌入 MPC 做无演示的机器人操作;其动作即几何位移的建模思路也可迁移到其他需要动作条件预测的视觉任务。