全部
全部

选一篇,慢慢读

从左侧挑一篇,正文会在这里排成书页。

文章与公开阅读资产

ResWAM:世界-动作模型只学变化,不学不变

World-action models (WAMs) augment vision-language-action policies (VLAs) with future prediction so that the policy can anticipate how its actions will affect the physical world. Existing WAMs supervise complete future observations. However, observations typically change little over an action chunk, so the future loss

阅读原文 · Chongyu Fan, Gaowen Liu, Ramana Rao Kompella, Jason Corso, Sijia Liu

乔木风格重写

向阳乔木 · opencode-go/deepseek-v4.1-flash

这篇论文值得看,原因很直接:它戳中了 World-Action Model 一个被忽视的低效问题。现有 WAM 让策略预测完整未来画面,可一个动作片段里画面大部分没变,模型只要学会复制静态背景就能把 loss 压下去。 监督信号被背景稀释了,真正该学的机器人和物体运动反而成了次要项。 作者的解法很朴素:别学完整未来,只学“变化”。在冻结的 DINOv3 特征...

  • JK下一篇 / 上一篇
  • S收藏
  • A问 AI
  • I沉浸阅读
  • Esc退出

分享海报

正在生成海报…

主题

字体

开源字体第一次使用时联网下载,只取海报上用到的字。