WAM4D

新型WAM4D模型通过4D空间感知增强机器人操控能力

研究人员开发了WAM4D，一种新颖的4D世界动作模型，旨在通过整合3D空间约束来改进机器人操控。与之前在2D或潜在空间中运行的模型不同，WAM4D利用轻量级的空间寄存器令牌将几何先验知识转移到因果Transformer中。这种方法通过在训练后移除寄存器分支来实现高效的动作推理，而因果混合注意力则防止了非因果捷径。在RoboTwin 2.0数据集和真实世界任务上的实验证明了WAM4D在增强空间一致性和动作预测效率方面的能力。