arXiv · cs.RO· Huiwon Jang; Suhyeok Jang; Hyeonmo Kang; Seungku Kim; Jinwoo Shin; Sihyun Yu·· 9 天前精选AI 评分67
论文 / 摘要阅读
FRED：用自蒸馏与时间上下文提升世界动作模型的未来视频表征
Self-Distilling Future Video Representations for World Action Models
AI 导读 · 根据来源整理
论文提出 FRED 框架，通过自蒸馏让世界动作模型（WAM）在单步去噪中从噪声预测未来视频表征，并以真实未来观测提取的表征作为目标，同时用历史观测提供时间上下文。作者称在多种真实操作场景中 FRED 持续优于对比的 WAM，在零样本环境泛化的长时程与域外任务上提升明显。在仅有人类视频演示、未出现在机器人训练数据中的任务上，FRED 达到 50.0% 任务成功率，对比最佳 WAM 为 19.4%。
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