跳到正文
arXiv · 机器人与计算机视觉· Shijun Shi, Zhe Liu, Zhi Hou, Yinan Chen, Tao Zhang, Kai Hu, Yong Liu, Jiangning Zhang·· 2026-10-15精选AI 评分78

Atomic-WAM:面向世界动作模型的执行 grounded 原子运动推理

Atomic-WAM: Execution-Grounded Atomic-Motion Reasoning for World Action Models

AI 导读

论文介绍 Atomic-WAM,这是一个理解后执行的框架,旨在解决任务级指令对物理交互定义不足的问题。该方法利用视觉语言推理器描述局部运动以引导世界动作模型预测视频和动作片段,并通过自动标注流程从多视角 DROID 演示中获取接触丰富的监督信号。

推荐理由

提出 Atomic-WAM 框架,通过原子运动描述连接任务推理与动作生成,在 RoboLab 上实现执行 grounded 的奖励优化。

来源:arXiv · 机器人与计算机视觉 · arxiv.org