arXiv · cs.RO· Feihong Zhang·· 1 天前精选AI 评分70
Utility-WAM：修正未来诱导的动作变化
Utility-WAM: Correcting Future-Induced Action Changes
AI 导读
Feihong Zhang提出Utility-WAM方法，解决了世界行动模型(WAMs)中预测未来视觉信息导致的负面转移问题。研究表明，预测未来虽提升长时任务表现(+2.4分)，但使精度任务如Press Stapler和Place Can Basket分别下降54.0和34.0分。
推荐理由
预测未来视觉信息虽提升长时任务表现，却导致精度任务严重下降，Utility-WAM通过选择性修正和预生成门控解决了这一矛盾。
来源：arXiv · cs.RO · arxiv.org