World Action Models Motion Planning Representational Deduction Chain of Thought
摘要

世界动作模型(WAMs)旨在构建统一架构以理解世界状态演化并指导生成式运动规划。现有视觉分支多关注静态观测,缺乏对运动交互下状态演化的潜在转换信息捕捉,导致高层物理条件与低层动作轨迹表征纠缠,削弱了预测能力。本文提出PILOT框架,其核心表示演绎(RD)机制通过集成运动思维链(CoT)引导,促使动作分支显式建模潜在状态转换令牌,并在推理空间中保留为CoT以指导细粒度运动轨迹。实验表明,RD显著提升了复杂机器人操作任务的成功率、泛化能力及物理可解释性,并通过丰富的状态转换监督信号缓解了动作生成的稀疏监督问题,实现了高效的小样本真机微调策略。

AI 推荐理由

论文核心解决动作规划中的轨迹生成问题,通过解耦意图与轨迹提升规划成功率。

研究机构
南京大学 香港科技大学 香港中文大学(深圳) 清华大学 京东研究院
论文信息
作者 Xiangkai Ma, Yue Ma, Junjie Wang, Sheng Xu, Mingyang Li et al.
发布日期 2026-08-07
arXiv ID 2608.06994
相关性评分 9/10 (高度相关)