arXiv cs.AI· Seungyeon Kim, Junhoo Lee, Baekseung Kim, Minkyu Kim, Nojun Kwak·· 10 天前AI 评分27
面向世界动作模型的完成感知引导（CAG）
Completion Aware Guidance for World Action Models
AI 导读
研究者提出 Completion Aware Guidance（CAG），一种免训练采样方法，引导世界动作模型（WAMs）生成能完成任务的动作，缓解"任务未完成的想象"问题。在 RoboTwin 2.0 子集上成功率从 64% 提升至 70%，零样本仿真中从 69% 提升至 75%，任务未完成想象从 79% 降至 40%。
正文 · AI 翻译
摘要：世界动作模型（WAMs）能够预测视觉未来和机器人动作，但它们仍然容易受到任务不完整想象的影响，即看似合理、与动作一致的预测遗漏了完成任务所需的过渡。在本文中，我们表明这种失败并非世界模型主干所固有，而是在适配短块控制时出现的，这种控制可能反复偏向看似合理的局部延续，而非完成任务的过渡。为了解决这个问题，我们引入了完成感知引导（CAG），这是一种无需训练的采样方法，可引导生成朝向任务完成。在具有代表性的 WAMs 上，CAG 在 RoboTwin 2.0 子集上将成功率从 64% 提升到 70%，在零样本模拟中从 69% 提升到 75%，同时将任务不完整想象从 79% 降低到 40%。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.01559 [cs.RO] |
| （或 arXiv:2610.01559v2 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.01559 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Seungyeon Kim [查看电子邮件]
[v1]
2026年10月1日星期四 12:27:29 UTC（3,337 KB）
[v2]
2026年10月6日星期二 02:16:31 UTC（3,341 KB）
来源：arXiv cs.AI · arxiv.org