Article · IA & agents
Reconstruire l'articulation d'un objet avec peu d'observations
FAMOS agrège des nuages de points partiels pour estimer les parties mobiles et leurs articulations sans imposer un nombre fixe d'entrées.
Une seule vue laisse des angles morts
Pour manipuler un objet articulé, un agent doit comprendre quelles pièces bougent et autour de quels axes. Avec une vue monoculaire partielle, cette géométrie est ambiguë. Kevin Qu, Tao Sun, Massimiliano Viola, Liyuan Zhu, Zhizhuo Zhou, Sayan Deb Sarkar, Konrad Schindler et Iro Armeni proposent FAMOS pour exploiter plusieurs observations éparses.
Raisonner sur plusieurs états
FAMOS prédit la segmentation des pièces mobiles et les paramètres des articulations à partir d'un ensemble non ordonné de nuages de points partiels, avec un nombre variable d'entrées, y compris une seule vue. Son Multi-state Articulation Transformer alterne attention par état et attention globale.
Un objectif d'observed articulation span supervise l'amplitude de mouvement visible dans les observations. Les auteurs ajoutent aussi un générateur procédural d'objets annotés pour compenser la taille et la diversité limitées des jeux existants.
Résultats rapportés
Sur PartNet-Mobility, ACD et ArtiCraft-10K, le résumé annonce des améliorations constantes par rapport à des baselines feed-forward et à des méthodes d'optimisation.
Interprétation éditoriale : donner à l'agent le droit d'attendre une preuve
Un agent visuel devrait distinguer ce qu'il voit dans une image de ce qu'il infère sur la structure cachée. Ajouter des observations utiles peut être meilleur que forcer une décision à partir d'une seule frame. Les points d'incertitude doivent rester visibles avant une action mécanique.
Limites et statut de la source
Les performances dépendent des objets, capteurs et générateurs utilisés. Une amélioration sur des données synthétiques ne garantit pas une perception robuste dans chaque scène réelle. Le document est un preprint ArXiv.
Source
Kevin Qu, Tao Sun, Massimiliano Viola, Liyuan Zhu, Zhizhuo Zhou, Sayan Deb Sarkar, Konrad Schindler et Iro Armeni, « FAMOS: Feed-Forward 3D Articulation Modeling from Sparse Observations », ArXiv 2609.20817v1 : résumé et preprint, PDF.