Rolling-WAM：具有滚动想象能力的世界动作模型
Rolling-WAM是一种面向机器人操作的方法，将动作生成与未来视觉预测相结合。传统方法在每次重新规划时，都需要从头对整个视频—动作预测范围进行完整去噪；该方法则把计算分摊到连续的重新规划周期中。滑动窗口会保留处于不同噪声水平的视频—动作片段：即将执行的片段被完全去噪，较远的未来片段则持续进行部分精炼。在LIBERO、RoboTwin以及真实的Unitree G1人形机器人上的评估表明，该方法具备有竞争力的操作性能。与标准联合式世界动作模型相比，Rolling-WAM将稳态重新规划速度提升了4.5倍。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。