arXiv · 机器人与计算机视觉· Yue Su, Bokai Lin, Xinkai Wang, Chubin Zhang, Xiangnan Wu, Kuan Zhang, Weiyang Jin, Jiwen Yu, Yiming Li, Cewu Lu, Lixin Yang, Xihui Liu·· 2026-10-16AI 评分65
OneWM:统一因果训练下的世界模型与动作建模互惠研究
Can World and Action Modeling Benefit Each Other under Unified Causal Training?
AI 导读
该论文引入 OneWM 框架,在共享视频 - 动作架构中将动作视为世界预测的条件及策略学习的目标。实验基于 LIBERO、LIBERO-Plus 和 RoboCasa365 等具身测试平台进行验证。结果显示,学习指定动作的视觉后果能提升策略性能与跨场景泛化能力;反之,动作学习也提升了多视角世界预测的保真度。研究证实了两者在统一因果训练下的互惠增益关系。
来源:arXiv · 机器人与计算机视觉 · arxiv.org