Active vision manipulation专业
ActiveWAM 以证据感知保留-获取控制统一世界-动作模型,主动视觉成功率最高提升 20 个百分点
这篇预印本提出 ActiveWAM,一种证据感知的主动视觉世界-动作模型。该方法通过训练时任务引导的历史反演和统一的头部与双臂动作生成,解决了主动相机控制中的保留-获取权衡问题。在 TAVIS、RoboTwin-AV 和真实厨房任务上,ActiveWAM 分别将 OOD 成功率最高提高 17.0 个百分点、较 Fast-WAM 提高 20.0 个百分点、真实世界提高 26.7 个百分点。该工作目前为预印本,尚未经过同行评审。