Paper page - 何时信任想象力：世界动作模型的可自适应动作执行

Source: https://huggingface.co/papers/2605.06222 Published on May 7

·

Submitted byhttps://huggingface.co/linjhong

Lin (https://huggingface.co/linjhong)on May 8

Abstract

WorldActionModels(WAMs) 最近作为一种有前景的机器人操控范式而兴起，通过联合预测未来的视觉观测和未来动作。然而，当前的 WAMs 通常在每次模型推理后执行固定数量的预测动作，使得机器人无法判断所想象的未来是否与实际物理执行过程保持一致。在本工作中，我们将自适应 WAM 执行公式化为一个未来-现实验证问题：当 WAM 预测的未来保持可靠时，机器人应执行更长的动作序列；当现实偏离想象时，应更早重新规划。为此，我们提出了 Future Forward Dynamics Causal Attention (FFDC)，这是一种轻量级验证器，通过对预测的未来动作、预测的视觉动力学、真实观测以及语言指令进行联合推理，以估计剩余的动作执行过程是否仍可信赖。FFDC 使得动作块大小能够根据预测与观测的一致性自适应调整，这在保持长视界执行效率的同时，恢复了在富含接触或困难阶段中的响应能力。我们还引入了 Mixture-of-Horizon Training 来改善长视界轨迹覆盖范围以支持自适应执行。在 RoboTwin 基准和现实世界中的实验表明，我们的方法实现了稳健性与效率之间的强大权衡：在 RoboTwin 上，它将 WAM 前向传递减少了 69.10%，执行时间减少了 34.02%，同时相比短块基线成功率提高了 2.54%；在现实世界实验中，成功率提高了 35%。

View arXiv page (https://arxiv.org/abs/2605.06222)View PDF (https://arxiv.org/pdf/2605.06222)Add to collection (https://huggingface.co/login?next=%2Fpapers%2F2605.06222)

Get this paper in your agent:

hf papers read 2605\.06222

Don’t have the latest CLI?curl \-LsSf https://hf\.co/cli/install\.sh \| bash

Models citing this paper0

No model linking this paper

Cite arxiv.org/abs/2605.06222 in a model README.md to link it from this page.

Datasets citing this paper0

No dataset linking this paper

Cite arxiv.org/abs/2605.06222 in a dataset README.md to link it from this page.

Spaces citing this paper0

No Space linking this paper

Cite arxiv.org/abs/2605.06222 in a Space README.md to link it from this page.

Collections including this paper0

No Collection including this paper

Add this paper to acollection (https://huggingface.co/new-collection)to link it from this page.