MetaWAM

MetaWAM 统一机器人信号以用于世界动作模型，提升性能

研究人员开发了 MetaWAM，一种通过在统一的元帧内利用频域打包来将机器人信号集成到世界动作模型中的新方法。该方法将机器人数据与预训练视频扩散模型的潜在空间对齐，提高了性能并降低了推理延迟。MetaWAM 在 RoboCasa 基准测试中取得了 68.9% 的成功率，在真实 Franka 任务中取得了 85.0% 的成功率，证明了其在统一机器人动作和未来观察方面的有效性。