跳到正文
Hugging Face Daily Papers·· 20 天前AI 评分58

CausalWAM:学习世界动作模型中的动作成因

CausalWAM: Learning the Causes of Actions in World Action Models

AI 导读

针对世界动作模型(WAM)难以仅从演示的动作相关潜在变量生成动作的问题,本文提出 CausalWAM 方法。该方法在预训练 WAM 的动作头中增加稀疏路由路径,将导致动作的因果因素与预测依赖分离。理论证明在稀疏约束下,用于生成动作的潜在变量是动作相关变量的可逆函数,且该结构唯一确定(至排列)。实验在合成数据和真实机器人上验证了理论并展示了闭环成功率提升。

来源:Hugging Face Daily Papers · arxiv.org