arXiv · 机器人与计算机视觉· Yushan Liu, Peibo Sun, Shoujie Li, Yifan Xie, Lingfeng Zhang, Xintao Chao, Shiyuan Dong, Fang Chen, Xiao-Ping Zhang, Wenbo Ding·· 2 天前AI 评分70
OA-WAM:一种面向鲁棒机器人操作的物体可寻址世界动作模型
OA-WAM: Object-Addressable World Action Model for Robust Robot Manipulation
AI 导读
针对标准世界动作模型在视角或布局变化时性能骤降的问题,该研究提出 OA-WAM,通过固定于回合的身份地址定位对象并读取其状态变化。模型在预训练多模态主干的每一层中,物体槽位键仅依赖地址和帧位置,值携带当前状态;同一地址同时索引动作指针和逐对象预测,可触发重定位。
来源:arXiv · 机器人与计算机视觉 · arxiv.org