研究者提出RegisterWAM以优化机器人世界动作模型

Yiwei Zhang等研究者在预印本中提出机器人世界动作模型架构RegisterWAM及观测流匹配训练目标。该架构通过在世界模型中引入可学习的非空间寄存器直接用于动作条件调节，旨在解决表征中存在的空间离群值问题。 研究者称，在没有额外具身预训练数据或基础模型的情况下，该模型在LIBERO-Plus基准测试中达到81.64%的成功率，在RoboTwin 2.0上的平均成功率为93.0%，并改善了真实环境下的机械操作表现。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。