EmbodiedVAE: Disentangled Video VAE for Efficient and Controllable Embodied Manipulation
تقدم هذه الورقة البحثية EmbodiedVAE، وهو مشفر تلقائي تبايني (VAE) للفيديو يتميز ببنية ذات مشفر مزدوج ووحدة اتساق قائمة على النقل الأمثل، لتوليد تمثيلات كامنة مدمجة ومنفصلة تفصل حركة الروبوت عن الخلفية، مما يتيح تدريباً أكثر كفاءة وتحكماً دقيقاً لنماذج العالم الخاصة بالتلاعب المجسد.