arXiv cs.RO· Junha Chun, Youngjoon Jeong, Taesup Kim·· 2 小时前AI 评分55
表征先验如何影响世界动作模型的泛化能力
How Representational Priors Shape Generalization in World Action Models
AI 导读
该研究提出世界动作模型（WAM）的泛化表现会因其生成骨干的表征几何而显著分化，并用 nuisance orthogonality（特征在分布外视觉变化下与分布内流形的正交程度）量化这一先验。实验覆盖多种图像与视频骨干，发现训练前正交性越高，WAM 训练后对视觉变化的鲁棒性越强，可在训练前前瞻预测策略泛化；对鲁棒 WAM 的分析还显示特征位移受抑制与稳健的动作生成。
来源：arXiv cs.RO · arxiv.org