- 论文公开站arXiv
FAMOS：从稀疏观测前馈式建模3D铰接物体
FAMOS: Feed-Forward 3D Articulation Modeling from Sparse Observations
摘要显示，FAMOS 是一种前馈模型，可从稀疏、无序的部分点云集合中预测可动部件分割与关节参数，联合推理多个观测并支持可变数量输入（含单视图）。方法引入 Multi-state Articulation Transformer，交替进行状态级与全局注意力，并提出 observed articulation span 目标以监督各部件在输入观测中的运动范围。作者还构建程序化数据生成器合成自标注资产，在 PartNet-Mobility、A…
意义：为机器人操作与具身智能提供无需逐物体优化的稀疏视图铰接物体建模方案，降低对类别级形状先验与密集观测的依赖。