Skeleton-Grounded Latent Action Model发布
热点事件历史事件
Skeleton-Grounded Latent Action Model发布
2 篇报道2 个报道来源首报19 天前更新
先了解这件事
AI 综述
2026年10月22日，HuggingFace Daily Papers报道了Qi Lv提出的Skeleton-Grounded Latent Action Model（SkeLAM），这是一种骨架引导的潜在动作模型，用于机器人世界建模。该模型创新性地将潜在动作分解为基于机器人骨架监督的运动学组件和保留补充视觉动力学的残差组件。在DROID数据集上的测试结果显示，相比DreamDojo模型，SkeLAM将末端执行器的平均位移误差（ADE）降低了19.5%，感知相似性（LPIPS）降低了11.1%，并实现了零样本人类到机器人的运动迁移能力。早先报道称模型在10月22日被提出，后续报道称Qi Lv于10月23日在arXiv上正式发布了该模型。
AI 根据报道生成 · 18 天前更新
最新进展10月23日 00:01
Skeleton-Grounded Latent Action Model for Robot World Models报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv · cs.RO精选Skeleton-Grounded Latent Action Model for Robot World Models
Qi Lv提出SkeLAM模型，一种骨架引导的潜在动作模型，用于机器人世界建模。该模型将潜在动作分解为基于机器人骨架监督的运动学组件和保留补充视觉动力学的残差组件，在DROID数据集上相比DreamDojo将末端执行器ADE降低19.5%，LPIPS降低11.1%，并实现了零样本人类到机器人的运动迁移。
10月22日
- HuggingFace Daily Papers精选Skeleton-Grounded Latent Action Model for Robot World Models
研究人员提出SkeLAM模型，通过骨架监督分解潜在动作为运动学成分和残差成分，在DROID数据集上相比DreamDojo将末端执行器ADE降低19.5%，LPIPS降低11.1%，实现了零样本人机动作迁移。