跳到正文
arXiv cs.RO 机器人学· Jiaxin Fang, Ruitong Liu, Zeyu Lai, Xingyu Wang, Mingyuan Jia, Pingyue Sheng, Weikang Wan, Mengdi Xu, Yuxiang Gao·· 5 小时前精选AI 评分57

BridgeWAM:用潜在桥接查询解耦视频与动作专家的WAM模型

BridgeWAM: Bridging Video and Action Experts via Latent Bridge Queries

AI 导读

论文提出Bridge-of-Experts(BoE)框架并实例化为BridgeWAM,通过32个Latent Bridge Queries(LBQs)将视觉、语言与本体感知先验聚合到共享的有限潜在空间,解耦专家深度。

推荐理由

论文用32个潜在桥接查询解耦视频与动作专家,在LIBERO上取得98.25%成功率并降低28.72%推理FLOPs,可供具身智能模型选型参考。

来源:arXiv cs.RO 机器人学 · arxiv.org