arXiv · AI· Zhuohao Li, Jiawei He, Yuxuan Yan, Lang Zhou, Yinghao Li, Yanrui Li, Tianyu Zhang, Yi-Yang Song, Xirui Wu andYi-Lin Wei, Fating Hong, Qing Zhang, Zhilin Zhao, Jingdong Wang, Wei-Shi Zheng·· 4 小时前AI 评分30
TaskWAM：通过阶段感知机制引导世界-动作模型实现预期未来
Plausible Future, Wrong Choice: Steering World-Action Models toward Intended Future
AI 导读
针对世界-动作模型在长时程操作中因阶段混淆导致生成错误未来的问题，研究者提出闭环框架 TaskWAM。 TaskWAM 利用 Mode Tokens 表征任务需求、State Tokens 追踪执行进度，并在 StageBench 基准中验证了其降低混淆的效果。 该方法具备即插即用特性，可迁移至单臂、双臂及人形机器人等异构系统。
来源：arXiv · AI · arxiv.org