arXiv cs.AI 发布于 10/05 12:00

World Action Modeling with Progressive Visual Planning

(翻译)使用渐进式视觉规划的世界动作建模

查看原文

资讯摘要

Abstract page for arXiv paper 2610.02508: World Action Modeling with Progressive Visual Planning

AI 摘要

论文提出 ProWAM,一种渐进式世界动作模型,通过预测动作和有序稀疏视觉子目标,为机器人任务执行提供视觉引导。实验显示其在 LIBERO-Plus、RoboTwin、RoboCasa365 及零样本真实场景中优于多项基线。

AI 问答

ProWAM 主要解决什么问题?

它针对现有世界动作模型在长时程预测中生成密集视频效率低、缺少过程引导的问题,提出用稀疏视觉子目标辅助动作生成。

ProWAM 的核心方法是什么?

模型联合预测动作和有序的稀疏视觉子目标,并通过一次视频骨干网络前向传播缓存子目标特征,在重规划时只进行轻量动作去噪。

论文报告了哪些实验结果?

ProWAM 在 LIBERO-Plus 达到 85.8%,随机化 RoboTwin 达到 75.7%,零样本真实世界实验成功率为 70.0%。

打开原文

更多资讯

万亿计的AI投资错配金色财经 · 10/10 09:14今年白云机场口岸出入境客货航班超10万架次,创历史同期新高36氪 · 10/10 13:46名创优品:中国内地第三季度总GMV同比增长25-30%36氪 · 10/09 20:14巧合?Ledger 用户被盗9000万 经销商两个月前刚易主金色财经 · 10/10 11:27我国成功发射卫星互联网低轨27组卫星36氪 · 10/10 09:14Tiger Research:2026年三季度加密资产行业投资报告金色财经 · 10/09 18:01全球最大独立 AI 原生影视公司,开始打破工具与制片厂的边界InfoQ 中文 · 10/09 22:03当所有人都用AI写内容,你的个人IP靠什么胜出?人人都是产品经理 · 10/10 11:06A股市场下探回升,机构称市场具备修复性反弹基础36氪 · 10/10 09:21近1亿美元加密资产被盗 Ledger钱包被盗事件疑云重重金色财经 · 10/10 15:25人人皆可为师:全球首个物理AI数据众包服务平台“觅蜂派”正式发布雷峰网 · 10/10 11:45Nano Banana 2.1 九种实战用法:从多图一致性到"养图",附完整提示词开源中国 · 10/10 14:20美图披露AI创新产品进展:Picchi ARR达111万美元36氪 · 10/10 12:34OPC企业容易陷入的三个增长误区人人都是产品经理 · 10/10 15:27苹果iPhone Duo加单30%,iPhone 18 Pro系列总订单量未变36氪 · 10/10 14:13独家丨华为云销售组织大调整,将实行大区制雷峰网 · 10/10 15:25OpenAI少赚200亿 倒霉却是英伟达金色财经 · 10/10 16:20国铁广州局明起实施新列车运行图,多条列车首次开行36氪 · 10/10 17:59「10.11大暴跌」一周年:加密市场发生了哪些变化?金色财经 · 10/10 21:05新款理想 i6 六项升级公布,旗舰配置下放,要做「全球爆款」!爱范儿 / APPSO · 10/09 18:06被字节索赔 800 万的实习生“出道”:20 万符号造 AI 词典,打造世界模型创业公司估值 2 亿美元开源中国 · 10/10 19:09世界的下一个版本,由我们定义 |2026苏客松招募启动36氪 · 10/10 10:35食言?微信小程序Store上线人人都是产品经理 · 10/10 09:26跨境电商数据驾驶舱怎么搭?从0到1落地全指南人人都是产品经理 · 10/10 10:47母婴业这样用WorkBuddy就对了人人都是产品经理 · 10/10 14:4090 天证书开始倒计时:Let's Encrypt 官宣 2027 年 2 月全面转向 64 天开源中国 · 10/10 10:47英国拟未来四年投,10亿英镑扶持创新集群36氪 · 10/10 15:1613只低估值个股推出大手笔回购或增持计划36氪 · 10/10 09:25土耳其禁止15岁以下儿童使用社交媒体���号36氪 · 10/10 17:13大厂夹缝中的Manus人人都是产品经理 · 10/10 15:25