跳到正文

Video Prediction Policy

预测未来视频帧的机器人策略

访问官网

Video Prediction Policy 是什么

Video Prediction Policy 被介绍为一种基 于视频扩散模型、预测未来图像序列的机器人策略。

你可以用它做什么

  • 预测操控任务的未来画面
  • 结合多样化的人类与机器人数据集
  • 以统一视频训练目标探索任务

应用场景

  • 在 CALVIN 与 MetaWorld 基准上测试
  • 运行 Panda 臂与 XHand 操控
  • 完成放置、堆叠、按压与传递物体

优点与缺点

✓ 我们认可的地方

  • 资料列出 CALVIN、MetaWorld、Panda 臂与 XHand 测试
  • 资料列出放置、堆叠、按压、传递等多种任务

! 需要留意的地方

  • 方法依赖视频扩散模型
  • 训练结合人类与机器人的数据集

常见问题

它预测什么?

资料说明利用预测性视觉表示预测未来的图像序列。

报告了哪些结果?

资料报告 Calvin ABC-D 上 28.1% 的相对改进和灵巧手任务中 28.8% 的成功率提升。

最后评测: 2026-11-15

更多 AI 视频生成 工具

查看全部 →

评测方法