首页 /研究 /RepWAM:基于表征视觉-动作分词器的世界动作建模
MANIPULATION

RepWAM:基于表征视觉-动作分词器的世界动作建模

Junke Wang, Qihang Zhang, Shuai Yang, Yiming Luo, Yujun Shen, Zuxuan Wu, Yu-Gang Jiang, Yinghao Xu

发表年份
2026
访问权限
开放获取

摘要

本文提出RepWAM,一种基于表征视觉-动作分词器的世界动作模型,通过联合建模未来视觉状态与潜在动作来提升机器人操控性能。实验表明,该方法在真实操控任务和仿真基准上均优于传统重建导向的替代方案。

关键词

world action modelvisual-action tokenizermanipulationrepresentation learningrobot control

相关论文

查看 MANIPULATION 分类全部论文