LEARNING
通过残差潜在动作学习基于视觉特征的世界模型
Xinyu Zhang, Zhengtong Xu, Yutian Tao, Yeping Wang, Yu She, Abdeslam Boularias
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种名为残差潜在动作（RLA）的新型潜在动作表示，可从DINO残差中轻松学习，并具有预测性和泛化能力。基于RLA，作者构建了RLA世界模型（RLA-WM），通过流匹配预测RLA值，在模拟和真实数据集上优于现有最先进方法，同时速度比视频扩散模型快数个数量级。
关键词
world modelresidual latent actionvisual featuresflow matchingrobot learning
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018