跳到正文
arXiv · 机器人与计算机视觉· Shukai Gong, Xuanran Zhai, Yintianrun Zhang, Ruopeng Cui, Ye Huang, Yiyang Fu, Dexuan Lyu, Chaojie Li, Xinyi Song, Peiwen Lin, Chuang Wang, Mingyuan Jia, Yufan Deng, Jiaxin Fang, Bo Liang, Jiaxin Li, Yuxiang Gao, Hao Liu, Daquan Zhou·· 2026-10-05精选AI 评分78

重新思考用于组合式与上下文机器人操作的世模动作模型

Rethinking World-Action Model for Compositional and In-Context Robotic Manipulation

AI 导读

该论文针对现有世界 - 动作模型缺乏显式子任务推理的问题,提出了 Visual Goal-conditioned Action Reasoning (ViGAR) 分层框架。

推荐理由

提出分层框架将长程任务拆解为视觉子目标规划与执行,支持上下文学习与物理先验共享。

来源:arXiv · 机器人与计算机视觉 · arxiv.org