LeapBot-JAC 用联合动作链提升世界动作模型成功率

Chenhao Zhu 等研究者提出 LeapBot-JAC，在共享动作专家内同时分配稀疏未来控制参考链与稠密执行链，两条链在对齐的物理时间位置联合去噪，执行 token 通过定向注意力读取参考 token，不增加动作 token 和参数。 在 LIBERO 基准上，LeapBot-JAC 使 FastWAM 和 LeapBot-WA 的成功率分别从 97.0%、97.3% 提升至 98.3%；在零样本 LIBERO-Plus 上，两者分别从 53.5%、73.1% 提升至 70.4%、77.3%。RoboTwin 与两项真实任务提供了额外部署评测。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。