跳到正文
arXiv · 机器人与计算机视觉· Xinheng Zhang, Haoyu Xiong, Chao Jing, Xiaohan Zhang, Linshan Li, Hongbang Fan, Xingyu Chen·· 2 天前精选AI 评分78

DiffWAM:从连续视觉差异中学习世界动作模型

DiffWAM: Learning World Action Model from Consecutive Visual Difference

AI 导读

论文提出了 Difference World Action Model (DiffWAM),这是一种混合专家框架,旨在解决未来状态预测中任务无关内容干扰的问题。

推荐理由

该工作提出 DiffWAM 框架,通过联合学习未来状态与连续视觉差异来增强表征,在 LIBERO 和 RoboTwin 2.0 基准上取得最先进性能。

来源:arXiv · 机器人与计算机视觉 · arxiv.org