从想象未来到可执行动作：用于机器人操作的潜动作混合模型

Yajie Li, Bozhou Zhang, Chun Gu, Zipei Ma, Jiahui Zhang, Jiankang Deng, Xiatian Zhu, Li Zhang

2026

摘要

本文提出MoLA（潜动作混合模型），通过混合预训练逆动力学模型从预测的未来视频中推断潜动作，弥合视频想象与策略执行之间的鸿沟。该方法利用互补的语义、深度和光流线索，生成结构化且物理可解释的动作表示，从而提升机器人操作的稳定性和控制相关性。

video generationinverse dynamicslatent actionsrobot manipulationimagination

MANIPULATION

📊 2 引用

Yusen Li, Ziwei Wang, Xiangye Zhu 等 12 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 1 引用

Shaoqing Qin, Lida Zhu, Yanpeng Hao 等 10 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Bo Li, Yuanbo Zhao, Huijie Xiao 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Hao Li, Yuhui Yu, Rui Fu 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026