- 论文公开站arXiv
Rolling-WAM：带滚动想象的世界动作模型
Rolling-WAM: World Action Models with Rolling Imagination
摘要显示，世界动作模型（WAM）将动作生成与未来视觉预测耦合，但每个重规划周期都要完成完整的视频-动作联合去噪，带来显著延迟。Rolling-WAM 将联合去噪分散到连续的重规划周期中，用滑动窗口维护处于不同噪声水平的视频-动作块：每步完整去噪即将执行的动作块，同时部分精炼更远未来的块，并随新相机观测推进窗口。在 LIBERO、RoboTwin 与真实 Unitree G1 人形机器人上，摘要称其达到有竞争力的操作性能，并相较标准联合 …
意义：为机器人操作中的视频-动作联合模型提供低延迟重规划思路，把计算摊到时间轴上，提升闭环响应速度。