arXiv · 机器人与计算机视觉· Jisoo Kim, Chaehyun Kim, Junsu Kim, Jiho Park, Seongchan Kim, Eunbeen Hong, Soowon Son, Fu-En Yang, Seungryong Kim·· 15 天前AI 评分71
DreamX:视频扩散模型作为通用潜在动作学习器
DreamX: Video Diffusion Model is a Universal Latent Action Learner
AI 导读
论文介绍了 DreamX 方法,该方法复用预训练视频扩散模型提取紧凑的潜在动作表示,将每帧压缩至 4 个 token,实现了跨本体(人与机器人)和环境的零样本动作迁移及策略学习。在 LARY-Bench 基准上达到当前最佳性能,支持任意到任意的视频转移。材料为 arXiv 预印本版本,未提及同行评审状态或具体部署结果。
来源:arXiv · 机器人与计算机视觉 · arxiv.org