arXiv cs.RO· Tingting Du, Ziyao Wang, Guoheng Sun, Ang Li·· 3 小时前AI 评分58
XGenAct：通过跨任务生成实现几何增强的世界动作模型
XGenAct: Geometry-Enhanced World Action Models through Cross-Task Generation
AI 导读
XGenAct 是一种世界动作模型，把 RGB 观测、机器人动作、度量深度、表面法线和功能角色分割统一表示为 RGB 视频，用单个视频扩散 Transformer 和一个目标函数学习跨空间的时间预测，不依赖模态专用学习头。
来源：arXiv cs.RO · arxiv.org