MoGAP：运动引导非对称预测提升机器人策略

2026年10月28日，arXiv Computer Vision 刊出 Taeyoung Kim 等作者的报道，介绍 MoGAP（Motion-Guided Asymmetric Prediction，运动引导非对称预测）训练方法。报道称，该方法用于改进 World Action Models（WAM）的视觉监督分配：在共享的视频扩散主干内加入仅在训练时启用的辅助预测路径，让模型以受损较轻的静态区域为上下文，重建受损更重的动态区域，从而把视觉预测聚焦于运动信息。作者在文中表示，MoGAP 是在上述发现基础上提出的，通过以运动为中心的视觉预测来增强 WAM 训练。目前报道只介绍方法设计与训练思路，未给出量化评测结果或与其他方法的对比数据，事件进展停留在方法发布阶段。

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。