HyperMVP - Hyperbolic Multiview Pretraining for Robotic Manipulation

Title Hyperbolic Multiview Pretraining for Robotic Manipulation
Authors Jin Yang, Ping Wei, Yixin Chen
arXiv https://arxiv.org/abs/2603.04848

HyperMVP 的主张是：欧式嵌入不足以表达多视角结构关系，双曲空间更适合层级/树状语义。它把多视角自监督预训练搬到双曲几何中，以增强下游 manipulation 的结构感知。

可理解为在双曲流形上最小化跨视角一致性损失：

$${\mathcal{L}}_{mv}=\sum _{i,j}{d}_{\mathbb{H}}(z_i,z_j)+\gamma {\mathcal{L}}_{mask}$$

如果结果可靠，这会是“几何归纳偏置”在机器人视觉预训练中的有价值补充。

但其部署距离仍偏远：双曲几何带来的训练/实现复杂度提升，需要由足够大的真实任务收益来证明。

建议动作

• 先中优先级阅读，关注是否在 real-robot 或跨场景泛化上有硬证据。

Graph: Paper Node 2603.04848