论文页面 - In-Context World Modeling for Robotic Control

来源：https://huggingface.co/papers/2606.26025

摘要

ICWM 使得机器人策略能够从自身生成的交互中推断系统变量，从而无需参数更新即可适应新配置，它将系统辨识视为一个上下文内自适应问题。

现代视觉-语言-动作（VLA）模型通常无法泛化到新场景，例如改变的摄像机视角或机器人形态，因为它们通常仅以当前观测和语言指令为条件。忽略底层系统配置作为变量，这些模型隐式假设训练中遇到的固定执行上下文，导致任何新环境都需要大量数据微调。在这项工作中，我们引入了上下文内世界建模（ICWM）框架，该框架将系统辨识视为一个上下文内自适应问题。ICWM 使机器人策略能够从短暂的自生成、任务无关交互历史中自主推断关键系统变量。与使用示范来指定执行什么任务的传统上下文内学习不同，ICWM 利用上下文窗口来理解系统如何运行。通过在任务执行前处理这些交互，模型隐式捕获当前系统的世界动态，从而无需参数更新即可适应新配置。在仿真和真实机器人平台上的大量实验表明，ICWM 在新摄像机视角上显著优于标准 VLA 基线。

查看 arXiv 页面 (https://arxiv.org/abs/2606.26025)查看 PDF (https://arxiv.org/pdf/2606.26025)添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2606.26025)

引用本文的模型 0

暂无与本文关联的模型

请在模型 README.md 中引用 arxiv.org/abs/2606.26025，以便从本页链接到它。

引用本文的数据集 0

暂无与本文关联的数据集

请在数据集 README.md 中引用 arxiv.org/abs/2606.26025，以便从本页链接到它。

引用本文的 Spaces 0

暂无与本文关联的 Space

请在 Space README.md 中引用 arxiv.org/abs/2606.26025，以便从本页链接到它。

包含本文的收藏 0

暂无包含本文的收藏

请将本文添加到一个收藏 (https://huggingface.co/new-collection)中，以便从本页链接到它。