Trust3R 论文为前馈 3D 重建引入证据式不确定性,入选 ICML 2026
rsasaki0109 · x · 2026-09-12
- 作者提出 Trust3R，一个面向可信前馈 3D 重建的框架，已被 ICML 2026 接收。
- 背景痛点：DUSt3R、MASt3R 等几何基础模型能从无标定图像单次前向预测稠密 pointmap，但其逐像素置信度只是启发式的，缺乏概率解释，无法告诉下游的对齐、融合与 SLAM 模块几何预测在何处、多大程度可信。
- 方法：在轻量门控残差均值精修之上，用证据学习在 Normal-Inverse-Wishart (NIW) 先验下预测 pointmap 证据；边缘化后得到闭式多元 Student-t 预测分布，从而给出概率上有依据的 pointmap 不确定性，且推理开销适中。
「具身」频道最新
- FoloToy AI Passport 走红,作者订货等待收货求玩法推荐 — ezshine · 2026-09-12
- RLWRLD 5 篇论文入选 CoRL 2026，人类视频预训练让 VLA 完成率升至 80.3% — chris_j_paxton · 2026-09-12
- ICRA 截稿在即，研究者反讽式拆解机器人论文「造假」套路 — chris_j_paxton · 2026-09-12
- BlackBerry QNX:被忽视的物理 AI「收费站」,十年回归级机会 — pdamodaran · 2026-09-12
- 模拟果蝇挑战魔方：生物仿真机器人演示引围观 — Matthew Berman · 2026-09-12
- 清华EMERGE-Policy：多智能体编排VLA与世界模型，真机抗干扰成功率94% — 机器之心 · 2026-09-12