arXiv · 机器人与计算机视觉· Huabin Peng, Fagang Jin, Yancong Wei, Tengfei Ma, Chuhang Liu, Chao Yu, Liqing Chen·· 20 天前AI 评分68
PRIME W0:基于世界模型的具身操作物理先验框架发布
PRIME W0: Physical Priors from World Models for Embodied Manipulation
AI 导读
PRIME W0 是一个分层条件流匹配框架,旨在解决 VLA 模型仅依赖当前观测而忽略长时序上下文与层级结构的问题。该工作通过三层设计实现突破:一是将预训练 VLM 的每层 KV 注入到自适应 MoE 动作专家;二是利用异步世界模型子目标图像预测及 DINOv2 历史帧语义桥进行动力学感知条件化;三是采用尊重机器人运动学耦合的动作动态流形(ADM)流匹配与协方差结构噪声。
来源:arXiv · 机器人与计算机视觉 · arxiv.org