World-action model进阶
SkeleWAM:用稀疏3D骨架做世界动作模型,57M参数在LIBERO-Plus达85.9%成功率
这是一篇预印本论文,介绍 SkeleWAM,一种紧凑的世界动作模型,把操作场景表示为稀疏 3D 骨架,包含机器人关节、物体中心和交互点。该模型在 LIBERO-Plus 基准取得 85.9% 总体成功率,仅用 57.1M 参数,优于最强基线 Cosmos-Policy 3.7 个百分点;真机五任务平均成功率为 89%。它通过同时预测未来骨架辅助动作学习,推断时省略未来预测,在保持鲁棒性的同时大幅降低模型规模。