Rolling-WAM 滚动去噪提速 4.5 倍,机器人操控实时重规划
USC-PSI-Lab · hf · 2026-09-29
世界动作模型(WAM)把动作生成与未来视觉预测耦合用于机器人操控,但每次重规划都需完成整段视频-动作联合去噪,延迟大、闭环响应受限。
USC-PSI-Lab 提出滚动式想象(Rolling Imagination):维护一个处于交错噪声水平的视频-动作块滑动窗口,每步滚动噪声调度只完全去噪即将执行的动作块,同时部分精炼更远未来块;随新相机观测推进窗口,保留的未来块继续去噪。这把计算成本摊到时间上,并在块边界间携带演化的视觉-动作上下文。
在 LIBERO、RoboTwin 与真实 Unitree G1 人形机器人上的评估显示,Rolling-WAM 操控性能与标准联合 WAM 相当,同时免去从零去噪整个预测视野,实现 4.5 倍的稳态重规划加速。
「具身」频道最新
- AIgirl 演示做晚饭,人形机器人家务能力再进一步 — miamiamorph · 2026-09-29
- Standard Bots 推出免代码机器人编程系统,称仅 6% 美国制造商用机器人 — LexiLove · 2026-09-29
- 探访 Agility Robotics:Digit 机身满是真实劳作痕迹 — jonstephens85 · 2026-09-29
- Wuji 灵巧手亮相 IROS：20 个主动自由度逼近人手结构 — jonstephens85 · 2026-09-29
- Matt Shumer 让 Opus 自主清空 3D 打印机料盘,16 次尝试后彻底脱管 — mattshumer_ · 2026-09-29
- Pinductor 用 LLM 先验学 POMDP 世界模型,在线交互仅 DreamerV3 的 1/330 — burny_tech · 2026-09-29