arXiv · cs.RO· Zhuohao Li; Jiawei He; Yuxuan Yan; Lang Zhou; Yinghao Li; Yanrui Li; Tianyu Zhang; Yi-Yang Song; Xirui Wu andYi-Lin Wei; Fating Hong; Qing Zhang; Zhilin Zhao; Jingdong Wang; Wei-Shi Zheng·· 10 天前精选AI 评分60
论文 / 摘要阅读
TaskWAM：用任务状态引导世界-动作模型走向预期未来
Plausible Future, Wrong Choice: Steering World-Action Models toward Intended Future
AI 导读 · 根据来源整理
论文提出TaskWAM，一个闭环、阶段感知的世界-动作模型框架，用Mode Tokens表示细粒度任务要求、用State Tokens跟踪执行进度，以缓解长程操作中局部合理但方向错误的推演导致的阶段混淆。
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