三维动态感知操控：赋予操控策略三维前瞻能力

将世界建模融入操控策略学习中已推动了操控性能的提升。然而，现有方法仅建模二维视觉动态，对目标任务涉及显著深度运动时鲁棒性不足。为此，我们提出了一种三维动态感知操控框架，将三维世界建模与策略学习无缝集成。框架内引入三个自监督学习任务：当前深度估计、未来RGB-D预测、三维流预测，这些任务相互补充，赋予策略模型三维前瞻能力。在仿真和真实环境中的大量实验表明，三维前瞻能力可显著提升操控策略性能，同时不牺牲推理速度。代码已公开 https://github.com/Stardust-hyx/3D-Foresight。