创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

SkeLAM以骨架运动约束机器人世界模型

AI 总结

Qi Lv与五位合作者提出了SkeLAM,这是一种面向可控机器人世界建模的骨架引导潜在动作模型。该方法将机器人运动学与残余视觉动态分开,并通过独立条件路径,根据当前观测和机器人动作生成未来画面。论文称,在DROID上,SkeLAM较DreamDojo将末端执行器ADE降低19.5%、LPIPS降低11.1%,定性测试还展示了零样本的人到机器人动作迁移。

深度见解

SkeLAM试图解决视频训练机器人世界模型中潜在动作难以对应机器人控制的问题,但论文中的结果主要由作者自行评测。

Computer Science > Robotics

arXiv:2610.31474 (cs)

[Submitted on 22 Oct 2026]

Title:Skeleton-Grounded Latent Action Model for Robot World Models

Authors:Qi Lv, Jiayi Lin, Yuxin Jiang, Jianzong Wang, Xiang Deng, Mike Shou Zheng

View a PDF of the paper titled Skeleton-Grounded Latent Action Model for Robot World Models, by Qi Lv and 5 other authors

#SkeLAM#DreamDojo#DROID

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。