StreamingWAM提出流式扩散机器人控制框架

Shaojie Ren 等提出 StreamingWAM，一种面向世界动作模型（WAM）机器人控制的流式扩散框架，用于改善动作连续性并降低重规划延迟。该框架通过噪声阶梯实现分块动作预测，用前缀展开模块保证跨块连续性，并以稠密视频历史记忆提供时序一致的条件输入。 论文称，在 LIBERO、LIBERO-Plus、RoboTwin 2.0 及真实机器人任务上的实验显示，StreamingWAM 在静态与动态设定下均改善了动作连续性，稳态重规划延迟在仿真中降至 72.9 ms、真机上降至 57.3 ms。

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。