跳到正文
arXiv · 机器人与计算机视觉· Tao An, Weihang Liang, Tianqi Wang, Chuqing Cao, Wenming Tan, Kai Zhang, Haibo Lei, Tao Xie, Lijun Zhao, Ruifeng Li·· 2 天前AI 评分73

WA-JEPA:一种用于世界 - 动作模型的基于目标感知的预测性反馈动作细化方法

WA-JEPA: Goal-Aware Predictive Feedback Action Refinement for a World-Action Model

AI 导读

WA-JEPA 是一种耦合了动作生成、动作条件潜空间预测和目标感知反馈的世界 - 动作模型。该方法首先生成动作提议并预测未来的场景与本体状态,随后利用任务目标作为参考,通过目标差异残差反馈和未来场景上下文反馈两条互补路径对提议进行迭代细化。

来源:arXiv · 机器人与计算机视觉 · arxiv.org