arXiv cs.RO· Haisheng Su, Zongdai Liu, Xin Jin, Haoxuan Dou, Chengming Hu, Baorun Li, Zhanwang Liu, Ruiyan Xu, Jianjie Fang, Xin Zhang, Zhenjie Yang, Xue Yang, Chen Gao, Junchi Yan, Yong Li, Wei Wu·· 3 小时前AI 评分58
WorldScape Policy 2.0：以推理增强记忆与上下文学习实现可操控的世界动作建模
WorldScape Policy 2.0: Empowering Steerable World Action Modeling with Reasoning-Augmented Memory and In-Context Learning
AI 导读
论文提出 WorldScape Policy 2.0，一种带推理增强长短期记忆的可控世界动作模型（WAM）。其因果短期视觉记忆将近期观测作为 DiT 预填以保留局部交互动态，长期事件记忆则把历史 VLM 输出组织为全局历史、局部活跃与事件边界表示，用于进度感知检索并生成隐式子目标条件。
来源：arXiv cs.RO · arxiv.org