WAM视觉表征研究提出R²-WAM

Kai Liu等研究者在arXiv发表论文，系统比较世界动作模型（WAM）中的视觉表征与五种集成机制，并将所得表征方案实例化为R²-WAM。论文称该方法在RoboCasa GR1 Tabletop上取得84.7%成功率、在RoboTwin 2.0上取得92.8%，较仅用VAE的基线分别提升5.9和2.2个百分点。 研究发现，强通用视觉表征能带来更广的鲁棒性增益，通道级联合预测取得最高平均成功率，额外特征源应按任务相关信息选择。论文于2026年10月9日提交至arXiv cs.RO。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。