跳到正文
arXiv · ML· Tingting Du, Ziyao Wang, Guoheng Sun, Ang Li·· 2026-10-05AI 评分30

XGenAct:基于跨任务生成的几何增强世界动作模型

XGenAct: Geometry-Enhanced World Action Models through Cross-Task Generation

AI 导读

XGenAct 提出了一种世界动作模型,通过确定性编解码器将机器人动作、度量深度、表面法线等功能映射为 RGB 视频。该模型使用统一的视频扩散 Transformer 在 RLBench 五任务测试中达到 52% 的成功率,优于基线模型的 26%。

来源:arXiv · ML · arxiv.org