arXiv cs.RO 机器人学· Peizheng Guo, Cheng Zhang, Xingyu Zhang, Changwen Zheng, Wenwen Qiang·· 5 小时前精选AI 评分50
CAG-WAM：用因果动作增益改进机器人操作的世界动作模型
CAG-WAM: Causal Action-Gain World Action Models for Robot Manipulation
AI 导读
论文提出 Causal Action-Gain World Action Model（CAG-WAM），针对世界动作模型中候选动作的未来预测混杂了动作引发变化与环境自身演化的问题，构建结构因果模型并识别出环境演化影响未来评估的后门路径。
推荐理由
论文用结构因果模型拆分动作引发与环境自身演化对未来评估的影响，为世界动作模型的评估提供了可迁移的因果分析思路。
来源：arXiv cs.RO 机器人学 · arxiv.org