面向不确定性感知、物理落地的机器人人类世界模型：耦合 KNOWN 与 PhysMoP

Toward Uncertainty-Aware, Physics-Grounded Human World Models

AI 导读 · 根据来源整理

一篇 CoRL2026 UncertainWM Workshop 论文提出将 KNOWN 与 PhysMoP 两个已发表组件耦合，构成机器人所需的人类世界模型：前者实时重建 3D 人体并估计偶然与认知不确定性（每帧 11.6 ms），后者用学习动力学项求解欧拉-拉格朗日方程预测未来身体构型。KNOWN 的认知不确定性项可识别训练数据低密度区域输入，以其驱动的细化将此类输入误差从 81.3 mm 降至 70.3 mm；PhysMoP 将 80 ms 预测误差在 Human3.6M 上从 9.6 mm 降至 2.1 mm、在 3DPW 上从 12.1 mm 降至 0.7 mm。