跳到正文
arXiv · AI· Shuang Luo, Yilun Kong, Yunpeng Qing, Yihang Jiao, Zhi Hou, Shunyu Liu, Xiaogang Wang, Dacheng Tao·· 2026-10-09AI 评分26

ACT³ 提出动作中心三流 Transformer 融合语义与动力学信息以优化机器人操作

Rewiring Semantics, Dynamics, and Control: A Simple yet Effective Action-Centric Tri-Stream Transformer

AI 导读

ACT³ 提出动作中心三流 Transformer,通过层间注意力融合 VLM 语义与 WM 动力学信息生成控制动作。 该模型允许动作专家独立访问双骨干,上下文流保持独立前向传播,并通过控制监督更新。 在模拟和真实世界机器人操作基准测试中,ACT³ 性能优于同类方法。

来源:arXiv · AI · arxiv.org