跳到正文
arXiv · 机器人与计算机视觉· R. Khorrambakht, Joseph Amigo, F\'elix Lebel, Leon Seetoo, Jean Ponce, Zhenzhen Li, Ludovic Righetti·· 2026-10-06精选AI 评分82

FLEX-WAM:用于长视界想象与规划的灵活块因果世界动作模型

FLEX-WAM: Flexible Block-Causal World-Action Models for Long-Horizon Imagination and Planning

AI 导读

arXiv 论文介绍了一种名为 FLEX-WAM 的灵活高效块因果世界动作模型,旨在统一模拟与策略推理。该模型支持可变长度上下文与非因果预测视界,采用轴向注意力与分块扩散机制实现实时生成。

推荐理由

该工作提出 FLEX-WAM,通过块因果架构与弹性训练解决长视界规划中的响应性问题,在仿真与真实机器人上实现稳定多步生成。

来源:arXiv · 机器人与计算机视觉 · arxiv.org