arXiv Computer Vision· Guile Wu, Shuangzhi Li, Xingxin Chen, Chengjie Huang, Sam Hosseini, Tongtong Cao, Yingxue Zhang, Dongfeng Bai·· 8 小时前AI 评分31
TurboWAM：为快速世界动作模型学习关键表征
TurboWAM: Learning What Matters for Fast World Action Models
AI 导读
TurboWAM 通过结构化世界表征聚合模块，按各世界模型层与动作去噪状态的相关性自适应融合表征，并用结构化动作监督机制调节反向传播梯度。推理时减少执行的世界模型层数并跨动作去噪步缓存相关表征，从而大幅降低计算开销。在多个机器人操作基准上，TurboWAM 实现低推理延迟，任务成功率与 SOTA 方法相当。
来源：arXiv Computer Vision · arxiv.org