arXiv · cs.RO· Zirui Wu·· 10 天前精选AI 评分75
感知、预测与规划：面向自我中心灵巧操作的世界统一行动模型
Perceive, Predict, and Plan: a Unified World Action Model for Egocentric Dexterous Manipulation
AI 导读
作者提出P³-WAM模型，通过感知、预测和规划三种互补模式实现自我中心灵巧操作，整合紧凑的3D动作表示到预训练视频扩散变换器中，实验显示统一训练提升了所有三种能力，在3D手重建和动作条件视频预测任务上优于专用基线。
推荐理由
论文提出了统一的世界行动模型，通过三种互补模式实现3D感知、预测和规划，在多个数据集上表现优于专用基线。
来源：arXiv · cs.RO · arxiv.org