跳到正文
arXiv · 机器人与计算机视觉· Yude Zou, Yifei Yao, Guanbo Jiao, Jianming Ma, Guanjie Zheng, Xing Gao·· 2026-10-20精选AI 评分84

PICA-WAM:通过跨外观自对齐实现视觉扰动不变性的世界动作模型研究

PICA-WAM: Visual Perturbation Invariance via Cross-Appearance Self-Alignment in World Action Models

AI 导读

论文指出世界动作模型(WAMs)在联合预测视频和生成动作时,对任务无关的视觉外观变化过于敏感。为此提出 PICA-WAM 框架,将扰动不变性建模为辅助的跨外观自对齐任务,利用 EMA 教师网络处理正常观测以提供深层目标,引导在线 WAM 的浅层动作表示与之对齐。

推荐理由

针对世界动作模型对无关视觉扰动的敏感性,提出自监督框架 PICA-WAM 以提升鲁棒性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org