提出TaskWAM框架与StageBench基准

Zhuohao Li 等研究者提出 TaskWAM——一个闭环、阶段感知的世界-动作模型框架，用 Mode Tokens 表示细粒度任务需求、用 State Tokens 跟踪执行进度，构成结构化任务状态来引导世界-动作模型生成符合当前任务的未来，以解决长程操作中的 Stage Confusion（阶段混淆）现象。 论文同时提出 StageBench，一个带参数化阶段变化和自动化评测的多阶段操作基准。作者称在仿真基准与真实任务上的实验显示 TaskWAM 有效减少混淆、性能与最先进方法相当，并可即插即用地迁移到不同世界-动作模型架构和机器人形态，包括单臂机器人、双臂夹爪、灵巧手和人形机器人。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。