提出单步去扩散世界-动作模型DirectWAM

Shaoyi Zheng 等提出DirectWAM方法，通过动作充分性蒸馏，把预训练的视频与动作专家转为无需随机采样的单步预测器，同时保留显式的未来到动作级联结构。训练时先学单步动作模型，再从自身预测的未来中解码动作、回传演示动作误差来训练未来预测器。 论文称，DirectWAM在LIBERO四个套件上平均成功率97.1%、RoboTwin 2.0上85.4%，在每流单次评估预算下优于Flash-WAM，并在作者设计的三项真实任务上体现该优势；相比完整迭代教师，推理延迟降低28.0倍。

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。