这篇综述论文全面回顾了用于机器人学习与控制的世界-动作模型(WAMs)。它将现有方法组织成一个统一的分类体系,涵盖了表示、转移建模、动作接口、架构、训练流程、数据模态和扩展策略。论文还探讨了WAM在操作、导航和自动驾驶中的应用,并讨论了诸如动作对齐、空间一致性和长时记忆等关键挑战。目标是为整合预测性世界建模与动作生成奠定技术基础,以增强具身机器人的智能。 AI
影响 为在机器人中整合预测性世界建模与动作生成提供了基础技术概述。
排序理由 该条目是一篇发表在arXiv上的综述论文。[lever_c_demoted from research: ic=1 ai=1.0]
- action-conditioned video generation
- arXiv
- autonomous driving
- Hugging Face
- manipulation
- navigation
- reactive VLA policies
- Robot Learning and Control
- Vision-language-action policies
- World-Action Models
- World Models
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →