跳到正文
arXiv · 机器人与计算机视觉· Jie Chen, Ruofei Bai, Yuxin Cai, Yifeng Zhang, Chengyang He, Jun Li, Wei-Yun Yau, Guillaume Sartoretti·· 2026-10-09AI 评分72

MiniWAM:学习紧凑的未来目标以实现高效的世 - 动作建模

MiniWAM: Learning Compact Future Targets for Efficient World-Action Modeling

AI 导读

针对现有世界动作模型(WAM)因预测原生高维视觉特征导致训练成本高的问题,本文提出 MiniWAM 及 PRISM 方法。PRISM 结合逆动力学监督与特征重建,从当前 - 未来转换中学习紧凑的未来表示;MiniWAM 冻结该编码器后联合预测目标与机器人动作。

来源:arXiv · 机器人与计算机视觉 · arxiv.org