arXiv cs.RO· Chuyao Fu, Xiaowei Chi, Yuhan Rui, Yu-kai Wang, Zezhong Qian, Xiaojie Zhang, Yunfan Lou, Kevin Zhang, Kuangzhi Ge, Chak Wing Mak, Zhiyang Chen, Athena Zhuoming Zhong, Hongyang Chen, Haoran Li, Yike Guo, Sirui Han, Shanghang Zhang·· 2 小时前精选AI 评分62
Token-World：在 VLM token 空间为机器人操作建模世界动力学
Token-World: World Modeling in Vision-Language Model Token Space for Robot Manipulation
AI 导读
Token-World 提出一种动作条件世界模型，将 VLM 视觉 token 压缩为紧凑 token 状态，在该低维空间学习未来动力学，再映射回面向策略的原始表示供下游使用。
推荐理由
提出在 VLM token 空间压缩建模世界动力学，并给出与 Ctrl-World 的闭环相关性对比，可供世界模型路线选型参考。
来源：arXiv cs.RO · arxiv.org