VLM引导电磁数字孪生在线校准
热点事件观察中
VLM引导电磁数字孪生在线校准
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Zerui Kang等作者展示了视觉语言模型引导的电磁数字孪生在线校准框架,并在室内实验中报告:Unitree G1机器人在20米移动距离内,将归一化平均绝对导电率误差降至1.74×10^-4;随机初始化未收敛,随机测量点则需要超过两倍移动距离。 该框架仅调用两次VLM,将可见材料经ITU-R P.2040映射为导电率先验,供NVIDIA Sionna基于累计接收信号强度进行梯度下降校准;同时依据剩余RSS校准误差和图像覆盖范围,在线选择下一测量位置。结果目前属于作者基于论文摘要报告的真实场景演示。
AI 根据报道生成 · 45 分钟前更新
最新进展10月7日 12:00
视觉语言模型引导的电磁数字孪生在线校准演示报道时间线
沿着报道,了解事件的不同侧面。
10月7日
- arXiv · cs.AI视觉语言模型引导的电磁数字孪生在线校准演示
作者演示了一个由视觉语言模型引导的电磁数字孪生在线校准框架,使用Unitree G1机器人和NVIDIA Sionna,通过两次视觉语言模型调用将可见材料映射为导电率先验,并规划下一测量位置。在室内场景中,该框架在20米移动距离内达到1.74×10^-4的归一化平均绝对导电率误差;随机初始化未收敛,随机测量点需要超过两倍移动距离。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。