PhysisForcing: мировые модели с физическими ограничениями повышают успешность манипуляций роботов на 50%
Peking University / NVIDIA
PhysisForcing применяет иерархический физический надзор к мировым моделям на основе генерации видео для обучения роботов: попиксельное выравнивание траекторий с использованием опорных траекторий точек и семантическое реляционное выравнивание через замороженный видеоэнкодер. Повышает успешность манипуляций в замкнутом контуре с 16,0% до 24,0% и обеспечивает прирост на 3,7–22,3% по сравнению с базовыми решениями. Модельно-агностический подход продемонстрирован на Cosmos3-Nano.
Почему это важно
Физическая правдоподобность мировых моделей — ключевое узкое место при sim-to-real-переносе в робототехнике. 42 голоса на HuggingFace Daily Papers 29 июня 2026 года.
Важность: 2/5
42 голоса на HF Daily; относительный прирост успешности манипуляций роботов на 50% за счёт обучения мировой модели с физическими ограничениями