CWAM：将动作因果来源与场景预测分离的世界动作模型

Juntao Cheng等作者提出CWAM（Causal WAM）因果世界动作模型，在预训练世界动作模型的动作头上增加稀疏路由路径，世界建模目标保持不变。作者称，在稀疏约束下，用于生成动作的隐变量仅为动作相关隐变量的可逆函数，真实结构可在隐变量置换意义下被识别；该结论不要求充分的时间依赖，也不对未观测状态的演化作假设，且在动作相关隐变量与其余变量统计相关时仍成立。 作者称，在合成数据和真实机器人上的实验验证了上述理论，并显示闭环成功率效率有所提升。该工作以arXiv预印本形式发布，尚未见同行评议或独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。