给注意力加物理偏置:软线仿真预测误差降 15% 以上
Avihai Giuili · hf · 2026-10-10
针对可变形线性物体(DLO,如线缆)的学习仿真器在未见过的线缆上误差大、长时 rollout 不稳的问题,作者提出「物理注意力偏置」:在注意力 logits 上加一个带可学习系数的附加项,让注意力具备几何概念。
关键观察是线缆有两种成对距离:沿线的弧长距离(决定弹性力)与空间欧氏距离(决定接触),两者只有在线缆笔直时才一致。消融实验显示:
- 弧长偏置使未见线缆预测误差降低 15% 以上,并把段长漂移减半
- 仅用欧氏偏置效果接近无偏置注意力
- 在不同注意力头上分配两种距离在所有指标上最优或接近最优
代码开源: github.com/avihaig/dlogps
「具身」频道最新
- WorkOS 把 ESP32-S3 做成会议徽章,500 名开发者把它跑上 DOOM — DynamicWebPaige · 2026-10-10
- 博主手工打造逼真机械皮肤,AI 接入后一分钟即读取触觉 — repligate · 2026-10-10
- Wayve AI Driver 上车玛莎拉蒂，四周内完成集成到都灵实测 — alexgkendall · 2026-10-10
- IROS 2026 最佳论文:5 小时人类动作数据教会宇树 G1 打网球对拉 — qinzytech · 2026-10-10
- Tesla 官宣 Robotaxi「闸门正在打开」，前 OpenAI 研究员看好规模指数增长 — julianibarz · 2026-10-10
- 自适应采样强化学习：纯 RL 训出超越以往的运动控制策略 — jeffclune · 2026-10-10