跳到正文
arXiv · 机器人与计算机视觉· Xingyu Wang, Yanjiang Guo, Zhijing Ding, Jiaxin Fang, Zeyu Lai, Jiayu Dong, Weikang Wan, Jianyu Chen, Yuxiang Gao, Mengdi Xu·· 15 天前精选AI 评分84

HiLo-WAM:解耦世界动作模型中的长程任务演化与局部动态

HiLo-WAM: Decoupling Long-Horizon Task Evolution and Local Dynamics in World Action Models

AI 导读

该论文提出 HiLo-WAM 架构,旨在解决现有世界动作模型(WAMs)在捕捉长程任务上下文方面的不足。方法通过稀疏长程视觉流和密集局部动态流,在统一的双 DiT 架构中分别建模历史任务背景与短时机器人 - 物体交互,并利用结构化跨流注意力引导动作生成。

推荐理由

该工作提出 HiLo-WAM,通过解耦长程任务演化与局部动态并联合建模交互,在 RoboTwin 2.0 等基准上实现高成功率与推理加速。

来源:arXiv · 机器人与计算机视觉 · arxiv.org