跳到正文
arXiv · 机器人与计算机视觉· Chunkai Yang, Andong Yang, Di Huang, Chao Gao, Guyue Zhou·· 2026-10-05AI 评分72

WorldToken:面向机器人模仿学习的时序优先序列建模方法

WorldToken: Time-First Sequence Modeling for Robotic Imitation Learning

AI 导读

针对视觉语言动作策略中历史观测表征组织被忽视的挑战,本文提出 WorldToken 架构。该架构将每个时间步的观测编码为单一世界令牌(world token),利用因果 Transformer 处理历史并配合扩散动作头生成动作块。

来源:arXiv · 机器人与计算机视觉 · arxiv.org