LPA-CWM：学习式物理裁决器做运动推理

Kunwei Wu 等作者提交论文预印本，提出 LPA-CWM 方法，用于反事实世界模型中的运动推理。其核心是在 CWM 冻结的前提下，用一个轻量级学习式物理裁决器（LPA）为无序候选集预测相对权重，从而把物理先验融入候选可靠性学习。 该 LPA 仅 3.0M 参数，在 MOVi-F 轨迹上训练，并配合窗口化定位与一次配对重评估来恢复运动。作者同时提出 CMC 评测协议。上述效果为论文中的说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。