arXiv cs.CV· Chensheng Peng, Wenhao Ding, Ran Tian, Zewei Zhou, Jef Packer, Maximilian Igl, Peter Karkus, Yan Wang, Masayoshi Tomizuka, Boris Ivanovic, Marco Pavone, Yuxiao Chen·· 4 小时前AI 评分37
CtrlWAM：意图与预见对齐的可控世界动作模型
CtrlWAM: Controllable World Action Models with Aligned Intent and Foresight
AI 导读
CtrlWAM 在模拟器中执行扰动动作并与加噪后的视觉结果配对，使世界动作模型（WAM）的意图与预见对齐。它引入 warped video-action 噪声调度，并把动作接口从纯 ego 控制扩展到可变数量的智能体流。驾驶实验中动作预测更准、生成视频与动作更一致、指令跟随更好，机器人实验中运动保真度与可控性更强。
来源：arXiv cs.CV · arxiv.org