PulseAugur
中
实时 14:08:33
实体 Wamser

Wamser

PulseAugur coverage of Wamser — every cluster mentioning Wamser across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
3
90 天内 8
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 7
层级分布 · 90 天
主题
情绪 · 30 天

2 天有情绪数据

最近 · 第 1/1 页 · 共 9 条
  1. TOOL · CL_368448 ·

    新基准Mind2Act World测试机器人推理和执行组合能力

    研究人员推出了Mind2Act World,这是一个旨在评估机器人具身智能的新诊断基准。该基准包含跨越五个真实世界领域的180个模拟操作任务,评估三个关键能力:基于历史的推理、精确的物理执行以及通过环境反馈进行的组合。对包括视觉-语言-动作模型在内的各种智能体的初步评估显示,在单独的推理或执行任务上的表现与它们的组合应用之间存在显著差距,即使是最强大的智能体在Mind2Act组合场景中也面临挑战。

  2. RESEARCH · CL_319299 ·

    新的机器人自主性基准和主权AI操作系统投入使用

    引入了一个新的基准RobotAgentBench (RAB),用于在真实的、开放世界的家庭环境中评估机器人代理。该基准旨在通过评估任务发现、上下文推理、操作和故障恢复等能力来捕捉开放世界机器人自主性的复杂性。另外,360安全创始人周鸿祎宣布,其包含计算、模型、知识库和代理工厂的主权AI操作系统已有一些组织在使用。

  3. RESEARCH · CL_299276 ·

    新的机器人世界动作模型提高效率和性能 · 跟踪 6 个来源

    研究人员开发了机器人世界动作模型(WAMs)的新方法。RAP-WAM 使用预测性排练和动作扰动来改进策略学习,在现实世界任务中取得了很高的成功率。Box-WAM 通过使用定向边界框轨迹而不是完整的视频预测来表示未来状态,提供了一种计算效率更高的方法,在保持性能的同时降低了成本。此外,OneWM 框架表明,在因果训练下统一世界模型和动作模型可以带来互惠互利,从而提高策略学习和世界预测的保真度。

  4. RESEARCH · CL_256665 ·

    新的世界动作模型通过因果语义和多模态预测增强泛化能力

    研究人员开发了新的世界动作模型(WAMs),它们在视觉分布变化下提高了泛化能力。第一个模型CSWAM集成了基于V-JEPA 2.1构建的因果语义专家,以更好地表示语义状态变化和运动,显著提高了真实机器人实验的成功率。第二个模型ModAR自回归地去除了RGB之外的多种未来模态的噪声,例如深度图和点轨迹,展示了在训练FLOPs显著减少且无需预训练的情况下性能更优。

  5. TOOL · CL_174223 ·

    新的QuantWAMs框架优化世界动作模型以实现高效部署

    研究人员开发了QuantWAMs,一个用于量化世界动作模型(WAMs)的新颖框架,以提高其部署效率。与以前的方法不同,QuantWAMs根据模型的结构、部署分布和任务目标来校准量化决策。这种方法引入了共享基数异常值校准、联合训练目标显著性以及固定干预部署审计的策略。在包括真实机器人操作任务在内的各种基准测试上的评估表明,QuantWAMs在保持接近全精度模型的性能的同时,显著减少了内存使用并提高了速度。

  6. RESEARCH · CL_178565 ·

    新的世界-动作模型增强机器人操作和泛化能力

    研究人员开发了几种新的机器人操作世界-动作模型(WAMs),旨在提高效率和鲁棒性。LiLa-WAM专注于轻量级潜在推理空间,可在单个GPU上进行端到端训练,在基准任务上取得了很高的成功率。ST-WAM通过使用具有DINOv3特征和历史检索的语义-时间建模,增强了在视觉分布变化下的鲁棒性,在真实世界场景中表现明显优于先前模型。LAWM-3D从人类视频中学习3D感知潜在动作,通过多视图不变性和几何对齐来提高世界模型性能。XEWorld引入…

  7. RESEARCH · CL_143717 ·

    FlowWAM论文提出将光流作为WAMs的统一动作表示

    研究人员推出FlowWAM,一个利用光流作为世界动作模型(WAMs)统一动作表示的新框架。这种双流扩散方法将编码丰富的每像素位移的光流与RGB视频集成在一个共享的预训练视频生成器中。FlowWAM可以在策略模式下进行动作预测,或在世界模型模式下使用目标流序列指导未来的视频生成。该方法利用大规模、无动作标签的视频数据集进行预训练,在操作任务和世界建模基准测试中表现出改进的性能。

  8. RESEARCH · CL_128640 ·

    UNIVERSE模型统一了自动驾驶的视频预测和轨迹生成

    研究人员推出 UNIVERSE,这是一种用于自动驾驶的新型统一模型,集成了未来视频预测和轨迹生成。与之前使用独立架构的方法不同,UNIVERSE 采用单一的掩码调制 Diffusion Transformer 来共同训练视频潜在表示和轨迹 token,从而允许通过视频学习的动力学直接监督轨迹去噪。这种统一的方法增强了跨域动作泛化能力,并实现了 4.3 倍加速的仅轨迹推理,同时保持了规划精度。

  9. TOOL · CL_106807 ·

    调查阐明了用于决策的世界行动模型

    一篇新的调查论文阐明了世界行动模型(WAMs)的边界和共性,WAMs是为决策而设计的预测-行动系统。这些模型在表征丰富性与计算约束之间取得平衡,利用各种方法,如大型视频生成模型或语言和视觉-语言骨干网络。该论文根据生成的内容(渲染的未来、潜在的未来或行动推理)及其预测基底、骨干网络、行动耦合和部署机制对现有工作进行了分类。它强调了在保留必要控制能力的同时,生成更少未来内容的趋势。