实体
SG-WAM
SG-WAM
PulseAugur coverage of SG-WAM — every cluster mentioning SG-WAM across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的SG-WAM方法通过语言引导改进机器人操作
研究人员推出了一种名为SG-WAM的新方法，旨在提高机器人领域中世界-动作模型（WAM）的准确性。现有的WAM由于主要依赖视觉线索而非显式的语言基础，常常难以将预测的动作和未来视频与语言指令对齐。SG-WAM通过整合一个视觉-语言模型（VLM）作为语义规划器来解决这个问题。该VLM预测文本驱动和空间感知的语义远见，这有助于识别正确的对象并理解场景几何以进行精确操作。然后，这种远见被用来指导WAM，确保生成的内容和预测的动作紧密遵循给定…
-
SG-WAM 框架学习用于机器人技术的几何感知动力学
研究人员开发了 SG-WAM，一个新颖的自导框架，用于在策略派生表示空间内直接学习几何感知、动作条件动力学。该方法将动作生成与未来状态预测相结合，解决了现有世界动作模型 (WAMs) 在平衡动作相关性与几何感知方面存在的局限性。SG-WAM 利用可学习的动力学令牌和自导世界预测器来预测未来的潜在状态，在 LIBERO 和 LIBERO-Plus 等机器人基准测试中取得了很高的成功率，而无需进行广泛的具身预训练。