Faster-WAM
PulseAugur coverage of Faster-WAM — every cluster mentioning Faster-WAM across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的SteerTrace攻击以最小扰动操纵世界动作模型
研究人员开发了SteerTrace,一种针对世界动作模型(WAMs)的新型攻击方法,可以操纵它们预测的未来动作。这种攻击只需要一个跨帧和跨任务的最小扰动,就可以将模型的输出引导至攻击者定义的目標。SteerTrace在各种WAM架构和数据集上都显示出显著的有效性,将任务成功率降至接近零,并将动作导向攻击者的目标。
-
RealtimeWAM 在世界动作模型上实现 25 倍加速
研究人员推出了 RealtimeWAM,这是一种新颖的世界动作模型 (WAMs) 方法,旨在显著提高推理效率。该方法采用一步动作生成和异步推理来克服先前的瓶颈。关键创新包括用于准确一步动作预测的教师锚定一致性蒸馏 (TACD) 和用于并行处理视频及动作专家的跨专家波前流水线 (CEWP)。实验表明,RealtimeWAM 在 NVIDIA H100 硬件上实现了高达 25 倍的显著加速,同时在各种基准测试中的性能下降极小。
-
Faster-WAM 通过高效、通用的世界动作模型推进机器人操作 · 跟踪 3 个来源
研究人员开发了 Faster-WAM,一种新颖的世界动作模型(WAMs)方法,显著提高了机器人操作任务的推理速度和泛化能力。该方法在多篇 arXiv 论文中进行了详细介绍,引入了 Transformer 停靠(DoT)和稀疏未来条件框架等架构创新。这些进步使得 WAMs 即使在处理分布变化时,也能通过在没有高昂计算成本的情况下高效重用未来表示来保持性能和鲁棒性。实验表明,Faster-WAM 在 LIBERO 和 RoboTwin 2…