arXiv · cs.RO· Jun Cen, Yubo Guo, Hao Li, Liangkai Li, Yaoxu Lyu, Meng Wei, Zeqi Xiao, Sizhe Yang, Yuqiang Yang, Yifan Ye, Shanghang Zhang, Duo Zheng·· 3 小时前精选AI 评分71
论文 / 摘要阅读
WorldBridge：用视频与动作桥接提升世界动作模型的任务泛化
WorldBridge: Bridging Video and Action for Task Generalization in World Action Models
AI 导读 · 根据来源整理
WorldBridge 是面向世界动作模型（WAM）任务泛化的方法，通过分离的视频专家与动作专家、结构化注意力和联合流匹配训练，把视频预测转成可执行动作。作者在 RoboTwin 2.0 上做监督消融：仅用分布内视频-动作监督时，分布外任务成功率为 25.07%；加入这些任务的无动作标签视频后升至 55.90%；每任务再加一条带动作标签示范后达到 70.70%，说明更广的视频覆盖可借助已有逆动力学能力促进迁移，稀疏动作监督进一步增强该能力。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org