跳到正文
arXiv · 机器人与计算机视觉· Yusen Feng, Bingchen Han, Jiangran Lyu, Kai Liu, Yixin Zheng, Yuxuan Wan, Weiheng Liu, Sun Han, Ruiqin Li, Yulong Zhang, Fangfu Liu, Xuesong Shi, Libin Liu, Yizhou Wang, Zhizheng Zhang, He Wang·· 24 天前AI 评分53

WAM-TTT:通过观看人类在测试时的表现来引导世界 - 动作模型

WAM-TTT: Steering World-Action Models by Watching Human Play at Test Time

AI 导读

论文提出了 WAM-TTT,这是一种针对世界动作模型的测试时训练框架。该方法不将人类视频视为模仿轨迹,而是将其吸收到冻结的世界动作模型内部的轻量级自适应记忆中,利用自监督视频预测和元训练阶段对齐人类演示与机器人行为。

来源:arXiv · 机器人与计算机视觉 · arxiv.org