跳到正文
Hugging Face Daily Papers·· 2026-10-07精选AI 评分77

Long-WAM:在实时控制约束下扩展因果世界 - 动作模型的上下文长度

Long-WAM: Scaling the Context of World-Action Models

AI 导读

该论文提出 Long-WAM 框架,旨在解决实时机器人控制中视觉历史过长导致延迟的问题。核心发现是视频基础模型采用自回归(AR)预训练能更有效地利用长历史上下文。

推荐理由

该工作提出 Long-WAM 框架,通过自回归预训练显著延长因果世界 - 动作模型的上下文窗口,在真实机器人上实现长视界动态操作的高成功率与实时部署。

来源:Hugging Face Daily Papers · arxiv.org