待验证50% 置信事件精确时间
CoopUQ 在多个基于 Unity3D 的仿真环境中进行了评估，覆盖分布内和 OOD 设置，包括不同布局、行人密度和行人急促行为。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/20
首次发现
有效期至：2027/1/18
来源
涉及实体
相关事实
待验证CoopUQ 使用学习到的注意力机制进行跨机器人特征融合，机器人根据自身视角的置信度自适应地加权同伴提供的信息。65% 相似待验证论文在ACID等数据集上进行了实验，结果显示CoTL的紧凑、非结构化的Token集合不仅支持具有竞争力的新视角合成效果，还可以作为生成模型的潜在空间用于3D高斯场景生成。64% 相似待验证解决帧间不一致的架构层面方案包括在U-Net或Transformer中插入时序注意力层或将2D卷积扩展为3D卷积62% 相似待验证当前数字人方案分为基于3D建模的高精度方案和基于2D图像驱动的轻量化方案两类61% 相似待验证3D CNN能直接学习体素间空间关系，在诊断任务上通常表现更优，但计算资源需求大、训练时间长、显存要求高，显存消耗通常是2D版本的数十倍61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1073360API
curl https://kongchang.com/api/v1/knowledge/claims/1073360MCP
get_claim(id=1073360)