通过残差潜在动作学习基于视觉特征的世界模型

Xinyu Zhang, Zhengtong Xu, Yutian Tao, Yeping Wang, Yu She, Abdeslam Boularias

2026

摘要

本文提出了一种名为残差潜在动作（RLA）的新型潜在动作表示，可从DINO残差中轻松学习，并具有预测性和泛化能力。基于RLA，作者构建了RLA世界模型（RLA-WM），通过流匹配预测RLA值，在模拟和真实数据集上优于现有最先进方法，同时速度比视频扩散模型快数个数量级。

world modelresidual latent actionvisual featuresflow matchingrobot learning

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者

Robotics and Computer-Integrated Manufacturing · 2026