SkeLAM:骨架引导分解潜在动作,让机器人世界模型更可控
Qi Lv · hf · 2026-10-23
HIT(深圳)、NUS Show Lab 与平安科技提出 SkeLAM,一个骨架引导的潜在动作模型,用于可控的机器人世界建模。
- 问题:重建驱动的潜在动作会把机器人运动、物体反应与场景变化混在一起,难以与机器人控制对应。
- 方法:将潜在动作分解为骨架监督的运动学分量和保留互补视觉动态的残差分量;跨模态交换重建使 RGB 推导与骨架推导的运动表示在视频重建中可互换。
- 效果:世界模型通过分离的条件通路纳入两组分量,branch dropout 降低对未来残差信息的依赖;轻量适配器把机器人动作映射到运动学空间,微调后可从当前观测生成可控的未来预测,并支持动作迁移。
「具身」频道最新
- Unitree G1 驾驶卡丁车，前 Optimus 成员爆料特斯拉保密往事 — ATTlKA · 2026-10-23
- 博主:多位中国机器人公司海外销售负责人不会说英语 — broodsugar · 2026-10-23
- Asimov 发布新夹爪并增加机械臂自由度,支持第三方夹爪 — freelerobot · 2026-10-23
- NAVER AI Lab 发 LaLa-World:用自然语言动作统一缩放潜在世界模型 — naver-ai · 2026-10-23
- Ken Goldberg：人形机器人实验室成功率卡在 70-80%，远不够工业级 — AIFlow_ML · 2026-10-23
- 探访李泽湘深圳 InnoX 学院：种子轮可换来 35 名工人和厂房 — DominiqueCAPaul · 2026-10-23