arXiv · 机器人与计算机视觉· Liheng Ma, Rui Heng Yang, Amin Abyaneh, George Z. Xue, Behnam Rahmati, Mateo Clemente, Ziwen Hu, Anlin Chen, Tongtong Cao, Zhanguang Zhang, Yingxue Zhang·· 2026-10-08AI 评分72
Faster-WAM:世界动作模型需要深层动作模块吗?
Faster-WAM: Do World Action Models Need Deep Action Modules?
AI 导读
论文提出 Faster-WAM,主张将计算容量集中于视频世界模型,仅使用单层轻量级动作专家进行预测。该方法通过 Transformer Dock 技术融合各层表征,在 LIBERO 和 RoboTwin~2.0 基准上实现了与 Fast-WAM 相当的控制性能,同时推理速度提升约 3.7 倍,且在分布偏移下表现出更强的泛化能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org