arXiv cs.RO 机器人学· Qinxi Yu, Wenzhou Ding, Gloria X. Wang, Albert J. Zhai, Shenlong Wang·· 5 小时前精选AI 评分55
BoxWAM：用物体框轨迹替代视频预测的世界动作模型
Box-WAM: Box Trajectories as Compact State Representations for World Action Models
AI 导读
论文提出 BoxWAM，用任务相关物体的有向包围框轨迹替代稠密未来帧预测，作为世界动作模型的紧凑状态表示。实验显示框轨迹预测显著降低计算成本，同时提升动作预测性能，表明物体中心的紧凑状态可作为视频式世界动作建模的高效替代方案。
推荐理由
论文指出全帧视频预测训练推理开销大，改用物体框轨迹作为紧凑状态，为世界动作模型的轻量化提供了可迁移思路。
来源：arXiv cs.RO 机器人学 · arxiv.org