VLM 引导电磁数字孪生在线校准演示

一项演示将视觉语言模型（VLM）用于电磁数字孪生在线校准：在 Unitree G1 机器人和 NVIDIA Sionna 上只调用 VLM 两次，一次把可见材料按 ITU-R P.2040 映射为电导率先验，供 Sionna 对累积接收信号强度（RSS）测量做梯度下降；另一次根据残余 RSS 校准误差和图像覆盖在线选择下一个测量点。作者 Zerui Kang 等称，在真实室内场景 20 m 行程内归一化平均绝对电导率误差为 1.74×10⁻⁴。作者还称，随机初始化始终无法收敛，随机路径点所需行程是该方法的两倍以上。上述数值和对比均出自该演示论文，为作者报告的结果。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。