CSWAM提升分布外动作泛化

刘天斌等提出因果语义世界动作模型CSWAM，在FastWAM中加入基于V-JEPA 2.1的因果语义专家，从稀疏观测历史学习语义状态变化与运动，并通过因果注意力供视频流和动作流共享。 经具身预训练后，CSWAM在RoboTwin 2.0从常规训练到随机化环境迁移的成功率由10.16%升至45.18%。在两项真实机器人任务、三个分布外难度等级上，其相对FastWAM的平均成功率由27.5%升至70.0%；推理时依据当前视频状态和已观测语义历史进行动作去噪，同时保留仅动作推理。上述结果来自论文摘要。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。