Light-WAM

Light-WAM 模型通过高效的动作解码增强机器人策略学习

研究人员开发了 Light-WAM，这是一种更高效的机器人策略学习模型，其中包含未来预测。该新模型使用紧凑的视频骨干网络，并在降采样潜在空间中执行未来视频监督，显著降低了训练成本。Light-WAM 还具有一个 StateFusionActionExpert，它融合了来自多个骨干层改编的状态，以直接预测动作块，从而在保持在操作任务上的强大性能的同时，实现了更快的推理和更低的内存使用。