实体
World Action Models (WAMs)
World Action Models (WAMs)
PulseAugur coverage of World Action Models (WAMs) — every cluster mentioning World Action Models (WAMs) 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
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
WAVE-0框架通过弥合VLA策略与WAMs来增强机器人操作能力
研究人员推出WAVE-0，一个新颖的框架，它整合了视觉-语言-动作（VLA）策略与世界动作模型（WAMs），以增强机器人操作能力。该方法利用一个轻量级的潜在世界模型，将预训练VLA的语义理解与明确的未来预测连接起来，使预期的动作后果能够直接影响动作生成。与需要昂贵的视频生成或大量预训练的先前方法不同，WAVE-0的世界模型直接使用反事实排序目标在真实机器人动作上进行训练，避免了像素重建。该框架在RoboTwin 2.0和LIBERO等…
-
机器人无需存储演示即可持续学习
研究人员开发了一个名为循环生成回放（REGEN）的新框架，使机器人能够在不存储原始人类演示的情况下持续学习。REGEN 利用世界动作模型（WAMs）合成伪回放轨迹，使机器人能够排练任务，并与标准微调相比，将灾难性遗忘减少高达 50%。该框架在持续机器人学习方面显示出潜力，尽管长时程视觉降级和动作-观察不一致性仍然是挑战。