跳到正文
arXiv · 机器人与计算机视觉· Zhiming Liu, Yikun Miao, Ying Chen, Hongrui Yin, Fangqi Zhu, Xiaoyi Pang, Quanxin Shou, Zhengyang Yan, Haodong Wang, Song Guo·· 2026-10-05AI 评分51

WING:基于交互中心谱隐变量引导的世界动作学习框架

World Action Learning via Interaction-Centric Spectral Latent Guidance

AI 导读

针对从第一人称视频中迁移机器人操作知识的难题,本文提出 WING 框架,通过分离观察者运动与手物交互并蒸馏交互成分,利用频域中慢变时态结构对齐人与机器人的共享低频分量以指导动作生成。该方法在 LIBERO、RoboTwin 2.0 和 RoboCasa-GR1 等基准上分别达到 99.20%、93.80% 和 57.7% 的平均成功率,并在多种泛化设置下的真实世界操作任务中表现强劲。

来源:arXiv · 机器人与计算机视觉 · arxiv.org