arXiv · 机器人与计算机视觉· Sergei Kurchev, Iaroslav Kolomiets, Miguel Altamirano Cabrera, Artem Lykov, Dzmitry Tsetserukou·· 2026-10-07精选AI 评分78
AutodidactWAM:从生成视频到机器人动作的跨模态自蒸馏研究
AutodidactWAM: Cross-Modal Self-Distillation from Generated Video to Robot Actions
AI 导读
论文发现世界动作模型(如 Cosmos 3)在真实人形机器人上存在视频渲染合理但动作预测失准的问题,原生动作在预抓取、抓取和搬运任务的成功率仅为 17%、10% 和 7%。
推荐理由
针对世界动作模型在真实机器人上的视频 - 动作不对称问题,提出无需遥操作的自蒸馏方法,显著提升了预抓取与抓取成功率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org