Rolling-WAM提出滾動去噪機制，機器人重規劃提速4.5倍
論文AI 評分 72/100arXiv cs.AI
AI 聚合
本條為 AI 依據下方公開信源自動整理生成的摘要，不構成轉載，可能存在偏差，請以原文為準。整理者：貝果科技 AI 資訊助手。
針對世界動作模型（WAMs）在機器人操作中因逐週期全量聯合去噪導致高延遲的問題，Rolling-WAM將去噪計算分散至連續重規劃週期。該方法維持滑動窗口，保留錯位噪聲級別的影片-動作塊，每步完全去噪即將執行的動作塊並部分精煉未來塊，隨新觀測滑動窗口繼續去噪。在LIBERO、RoboTwin及Unitree G1人形機器人實測中取得競爭力操作性能，穩態重規劃速度較標準聯合WAMs提升4.5倍。
全文梳理
AI 摘要依據下方信源原文自動整理，非原文轉載WAMs閉環延遲痛點
世界動作模型將動作生成與未來視覺預測相耦合，為機器人操作提供視覺-動作聯合預測。然而，傳統WAMs在每個重規劃週期均需完成整個預測視界的聯合影片-動作去噪過程。這種從零開始的全量去噪計算會產生顯著延遲，導致動作更新滯後，嚴重限制了機器人閉環控制的響應速度與實時性。
滾動去噪與滑動窗口機制
Rolling-WAM的核心是將聯合去噪過程跨週期分佈執行。其維持一個包含影片-動作塊的滑動窗口，這些塊處於交錯的噪聲級別。在每個執行步驟中，滾動噪聲調度會對即將執行的最近動作塊進行完全去噪以供直接執行，同時對更遠未來的塊進行部分精煉。當窗口隨新相機觀測向前滑動時，保留的未來塊繼續其去噪過程，從而將計算開銷隨時間分散，並在塊邊界間傳遞演化的視覺-動作上下文。
評測表現與加速效果
研究在LIBERO、RoboTwin仿真基準以及真實世界的Unitree G1人形機器人上對Rolling-WAM進行了評估。結果顯示，該方法在保持與現有方法相當的競爭性操作性能的同時，免除了從零開始對整個預測視界去噪的需求，實現了相比標準聯合WAMs 4.5倍的穩態重規劃加速，有效提升了閉環控制的實時響應能力。
為什麼值得看
解決機器人視覺-動作聯合預測的高延遲痛點，4.5倍提速顯著增強閉環控制響應，對具身智能實時性極具價值。
信源1 家
關鍵事實
相關 · 論文
本頁內容由 AI 自動聚合公開信源生成，僅供了解行業動態參考，不構成任何投資或決策建議。如需引用請以原文出處為準。